README.md

metadata

language:
  - ja
size_categories:
  - 1K<n<10K

読み込み方

from datasets import load_dataset

dataset = load_dataset("YANS-official/senryu-marusen", split="train")

概要

月に1万句以上の投稿がある国内最大級の川柳投稿サイト『川柳投稿まるせん』のクロールデータです。
以下のページからクロールし、原本のHTMLファイルと構造化処理を行った結果を格納しました。
https://marusenryu.com/

YANSのハッカソン内での利用目的で公開しており、その他の用途への使用はお控えください。

データセットの各カラム説明

カラム名	型	例	概要
odai_id	str	senryu-marusen-27	お題のID
file_name	str	dummy.png	対応するお題の画像ファイル。本データでは全て"dummy.png"という文字列が格納されている
type	str	text_to_text	入出力の形式。本データでは全て"text_to_text"という文字列が格納されている
odai	str	ギリギリ川柳	お題の内容。本データでは全て"〇〇川柳"という形式で文字列が格納されている
responses	list	[{}]	お題に対する回答集
responses.text	str	書初めの最後の一字がSサイズ	お題に対する回答
responses.award	str	優秀賞	回答に与えられた賞。"優秀賞"、"入選"の他、各お題特有の賞が与えられることがある
responses.response_id	int	1	お題に対する回答の番号

{
    "odai_id": 27,
    "image": null,
    "type": "text_to_text",
    "odai": "ギリギリ川柳",
    "responses":[
        {
            "text": "書初めの最後の一字がSサイズ",
            "award": "優秀賞",
            "response_id": 1
        },
        {
            "text": "まだ入る　昔のジーパン　息吸って",
            "award": "入選",
            "response_id": 2
        }
    ]
}

ライセンス等

クロール元のサイトの管理者には許可をとっていませんので、YANS内でのみの利用としてください。