角色语料 corpus/main-roles*, 1132角色,164k条样本
恋爱语料 corpus/love-romance*,通用角色,32个MBTI性格类型的恋爱风格的聊天语料
闲聊语料 corpus/chit-chat*,通用角色,32个MBTI性格类型的闲聊风格的聊天语料
parquet语料格式,见example.csv文件,两者的格式是一致的。
包含的字段topic,role,role_zh,prompt,response,history
注意:没有包含system字段,需要自行添加,简system目录。
topic: 角色所属话题背景
role: 角色名称
role_zh: 角色中文名称
history: 角色的历史对话, 格式为:[[prefix_q, prefix_a],[q1,a1],[q2,a2]]… See the full description on the dataset page:
https://huggingface.co/datasets/Meky012/role-playing-corpus.