阿姆哈拉语日常对话数据集

自然语言
0 下载
21 浏览
2026-08-27

数据集简介

Dataset card

该数据集由 Hugging Face 用户 abdukuzi45 创建并发布,官方名称为 abdukuzi45/amharic-daily-dialog。数据集聚焦于阿姆哈拉语(Amharic)的日常对话场景,以文本形式呈现,未提供额外的任务说明或来源论文。页面显示数据规模为 10K - 100K,具体包含 11.1k 行(rows)数据,并采用单一的 train 划分。

Data Studio

数据以 messages 列表形式组织,每条消息包含 role 与 content 字段。role 字段标记对话角色,取值为 user 或 assistant;content 字段存储对应的阿姆哈拉语文本内容。例如,一条样本中 role 为 "user",content 为 "ጠይቅ አላት በላላ..."(示例内容)。这种结构便于直接用于构建对话系统的训练数据。

Files Files and versions

数据集提供两种文件格式:JSON 与 Parquet。用户可根据使用习惯选择下载。JSON 格式便于阅读和调试,Parquet 格式则适合大规模数据处理。数据集页面包含 Files and versions 部分,用户可在此查看具体文件列表与版本信息。

Dataset Viewer

Hugging Face 平台提供 Dataset Viewer 功能,用户可直接在网页上预览数据样本,快速了解数据格式与内容风格。通过该功能,研究者可以在下载前评估数据质量与适用性。

下载方式

用户可通过 Hugging Face 数据集页面直接下载数据文件,或使用 Hugging Face 的 datasets 库加载数据集。例如,使用 Python 代码:from datasets import load_dataset; dataset = load_dataset("abdukuzi45/amharic-daily-dialog")。数据集为公开免费资源,无需申请权限。

基本信息

记录数量10K - 100K;11.1k rows(train)
文件大小未知
文件格式json, parquet
数据来源abdukuzi45
数据规模11.1k 行(train)
数据模态文本
划分train
数据落地页https://huggingface.co/datasets/abdukuzi45/amharic-daily-dialog
发布日期2026-08-27
阿姆哈拉语日常对话对话数据集文本数据自然语言处理

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费