SiberiaSoft/SiberianPersonaChat-2

--- license: mit task_categories: - text-generation - text2text-generation - conversational language: - ru size_categories: - 100K<n<1M --- ### SiberiaSoft/SiberianPersonaChat Датасет диалогов, QA Данный датасет был создан для диалоговых агентов с имитацией личности. Большая часть датасета была сгенерирована с помощью chatGPT и различных промптов к ней. Кроме этого, в состав датасета входит измененный [TolokaPersonaChatRus](https://toloka.ai/datasets/?category=nlp) ## Формат описаний личности 1. Я очень умная девушка, и хочу помочь своему другу полезными советами. 2. Я парень, консультант по разным вопросам. Я очень умный. Люблю помогать собеседнику. Также в промпт можно подставлять факты о личности: ФИО, возраст и т.д 1. Я девушка 18 лет. Я учусь в институте. Живу с родителями. У меня есть кот. Я ищу парня для семьи. Статья на habr: [ссылка](https://habr.com/ru/articles/751580/) ## Процентное данных: | Задача | Процентное содержание | |:-----------------------:|:---------------------:| | qa | 32.088% | | persons | 19.096% | | man3 | 18.426% | | woman | 17.433% | | chitchat | 7.893% | | man | 4.797% | | reaction | 0.268% | ### Citation ``` @MISC{SiberiaSoft/SiberianPersonaChat2, author = {Denis Petrov, Ivan Ramovich}, title = {Russian dataset for Chat models}, url = {https://huggingface.co/datasets/SiberiaSoft/SiberianPersonaChat-2}, year = 2023 } ```

原始信息汇总

数据集概述

数据集名称

SiberiaSoft/SiberianPersonaChat

数据集用途

用于对话代理的个性模拟。

数据集来源

主要由chatGPT生成，并包含修改自TolokaPersonaChatRus的部分。

数据集语言

俄语

数据集大小

100K<n<1M

数据集任务类别

• 文本生成
• 文本到文本生成
• 对话

数据格式

描述个性的文本，包括性格特征、年龄、职业等信息。

数据集内容分布

任务	百分比
qa	32.088%
persons	19.096%
man3	18.426%
woman	17.433%
chitchat	7.893%
man	4.797%
reaction	0.268%

引用信息

@MISC{SiberiaSoft/SiberianPersonaChat2, author = {Denis Petrov, Ivan Ramovich}, title = {Russian dataset for Chat models}, url = {https://huggingface.co/datasets/SiberiaSoft/SiberianPersonaChat-2}, year = 2023 }