ShojiMoriya
commited on
Commit
•
95ef188
1
Parent(s):
6e2e42d
Create README.md
Browse files
README.md
ADDED
@@ -0,0 +1,33 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
---
|
2 |
+
language:
|
3 |
+
- ja
|
4 |
+
size_categories:
|
5 |
+
- 1K<n<10K
|
6 |
+
---
|
7 |
+
|
8 |
+
## 概要
|
9 |
+
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。
|
10 |
+
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。
|
11 |
+
https://marusenryu.com/
|
12 |
+
|
13 |
+
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。
|
14 |
+
|
15 |
+
## 使い方
|
16 |
+
[datasets](https://github.com/huggingface/datasets)ライブラリをインストールした環境で、以下のようにデータを読み出すことができます。
|
17 |
+
```python
|
18 |
+
import datasets
|
19 |
+
|
20 |
+
dataset = datasets.load_dataset("YANS-official/senryu-marusen", split="train")
|
21 |
+
print(dataset[0])
|
22 |
+
```
|
23 |
+
|
24 |
+
## データセットの各カラム説明
|
25 |
+
| カラム名 | 型 | 例 | 概要 |
|
26 |
+
| --- | --- | --- | --- |
|
27 |
+
| odai_id | int | 1 | お題の通し番号 |
|
28 |
+
| image | int | 1 | お題画像のid。本データのお題はテキストのため、全て"none"となっている |
|
29 |
+
| type | str | text_to_text | 入出力の形式。本データでは全て"text_to_text"となっている |
|
30 |
+
| odai | str | ギリギリ川柳 | お題の内容。お題は単語あるいは短いフレーズで与えられる |
|
31 |
+
| text | str | 書初めの最後の一字がSサイズ | 回答の内容 |
|
32 |
+
| award | str | 優秀賞 | 受賞ランク。"優秀賞"や"入選"の他、お題ごとに特別な賞が設けられている場合がある |
|
33 |
+
| response_id | int | 1 | 同じお題に対する回答の通し番号 |
|