gplsi/alia_uji

ALIA_UJI数据集是一个多语言资源，专为文本生成任务设计，文档来源于Universitat Jaume I。数据集包含以Markdown格式（.md）编写的文本文档，并以结构化的JSONL条目提供。每个条目包括文本的语言（西班牙语或瓦伦西亚语）、格式（Markdown）、文本内容、来源（如Universitat Jaume I）和元数据等补充信息。数据集规模在10K到100K之间，支持西班牙语（es）和瓦伦西亚语（va）两种语言，格式为JSON Lines（.jsonl），源数据来自Universitat Jaume I。内容可能包含Markdown格式化结构（如标题、列表、强调等）。该数据集由Ministerio para la Transformación Digital y de la Función Pública资助，并得到EU – NextGenerationEU的共同资助，属于Desarrollo de Modelos ALIA项目的一部分。

The ALIA_UJI dataset is a multilingual resource designed for text generation, with documents sourced from the Universitat Jaume I. The dataset consists of textual documents formatted in Markdown (.md), each provided as structured JSONL entries. Each entry includes information about the texts language, format, text, source, and metadata. The dataset supports Spanish (es) and Valencian (va) languages, is in JSON Lines (.jsonl) format, and originates from Universitat Jaume I. Content may include Markdown formatting for structure (e.g., headers, lists, emphasis). This work is funded by the Ministerio para la Transformación Digital y de la Función Pública, co-financed by the EU – NextGenerationEU, within the framework of the project Desarrollo de Modelos ALIA.