Datasets:

openthaigpt
/

lexitron2_prompt_finetune

@@ -1,87 +1,90 @@
----
-license: apache-2.0
-task_categories:
-- question-answering
-language:
-- th
-- en
-tags:
-- art
-pretty_name: Lexitron 2.0 Prompt Finetuning Dataset
-size_categories:
-- 100K<n<1M
-maintainer: Kobkrit Viriyayudhakorn (kobkrit@iapp.co.th)
----
-# Lexitron 2.0 Prompt Finetuning Dataset
-This dataset is derived from Lexitron 2.0, a Thai-English dictionary developed by NECTEC. It has been processed and formatted for prompt finetuning tasks. The original dataset is from: https://opend-portal.nectec.or.th/dataset/lexitron-2-0
-## Dataset Description
-The dataset consists of two main files:
-1. `lexitron2_telex_finetune.qwen2.txt` - Thai to English lexicon entries in Qwen2 conversation format
-2. `lexitron2_telex_finetune.jsonl` - Thai to English lexicon entries in JSONL format
-Each file contains dictionary entries formatted in their respective formats.
-## Syntax and Example Dataset
-### Syntax
-The dataset files follow specific formats for ease of use in prompt finetuning tasks.
-#### `lexitron2_telex_finetune.jsonl`
-Each entry in this file follows the generic prompt format:
-```json
-{
-"instruction": "<instruction in English or Thai>",
-"output": "<translation or definition in Thai>"
-}
-```
-- **instruction**: A string that provides the translation task or query. It can be in English or Thai.
-- **output**: A string that provides the translation or definition in Thai.
-#### `lexitron2_telex_finetune.qwen2.txt`
-Each entry in this file follows the Qwen2 conversation format:
-```text
-<|im_start|>system\n
-คุณคือผู้ช่วยตอบคำถามที่ฉลาดและซื่อสัตย์<|im_end|>\n
-<|im_start|>user\n
-คำว่า 'example_word' แปลว่าอะไร<|im_end|>\n
-<|im_start|>assistant\n
-คำว่า 'example_word' เป็นคำประเภท Noun (คำนาม) แปลเป็นภาษาอังกฤษว่า example\n
-ความหมาย: ตัวอย่างความหมาย\n
-ตัวอย่างประโยค: ตัวอย่างการใช้ในประโยค<|im_end|>
-```
-The Qwen2 format consists of three main components:
-- **system**: Defines the AI assistant's role and characteristics
-- **user**: Contains the translation query or question (in Thai or English)
-- **assistant**: Provides the structured response including:
-  - Word type/category
-  - English translation
-  - Definition
-  - Example sentences (when available)
-  - Synonyms (when available)
-  - Antonyms (when available)
-  - Related words (when available)
-  - Classifiers (when available)
-## Example Dataset
-Here is an example of how the dataset is structured:
-```json
-{"instruction": "Please translate 'a' into Thai", "output": "คำว่า 'a' เป็นคำประเภท Determiner แปลเป็นภาษาไทยว่า 'หนึ่ง (คำนำหน้าคำนามเพื่อแสดงว่าคำนามนั้นๆ ไม่ชี้เฉพาะ)'"}
-```
-```text
-<|im_start|>system\nคุณคือผู้ช่วยตอบคำถามที่ฉลาดและซื่อสัตย์<|im_end|>\n<|im_start|>user\nคำว่า 'ดังกล่าวข้างต้น' สามารถใช้ในประโยคอย่างไรได้บ้าง<|im_end|>\n<|im_start|>assistant\nคำว่า 'ดังกล่าวข้างต้น' เป็นคำประเภท Pronoun (คำสรรพนาม) แปลเป็นภาษาอังกฤษว่า abovementioned\nคำที่มีความหมายเหมือนกัน: ดังกล่าว\nตัวอย่างประโยค: หน่วยงานของเราสามารถรับบทบาทได้เป็นอย่างดี ตามสภาพความพร้อมด้านต่างๆ ดังกล่าวข้างต้น<|im_end|>
-```

+---
+license: apache-2.0
+task_categories:
+- question-answering
+language:
+- th
+- en
+tags:
+- art
+pretty_name: Lexitron 2.0 Prompt Finetuning Dataset
+size_categories:
+- 100K<n<1M
+maintainer: Kobkrit Viriyayudhakorn (kobkrit@iapp.co.th)
+---
+# Lexitron 2.0 Prompt Finetuning Dataset
+This dataset is derived from Lexitron 2.0, a Thai-English dictionary developed by NECTEC. It has been processed and formatted for prompt finetuning tasks. The original dataset is from: https://opend-portal.nectec.or.th/dataset/lexitron-2-0
+## Maintainer
+Kobkrit Viriyayudhakorn (kobkrit@iapp.co.th)
+## Dataset Description
+The dataset consists of two main files:
+1. `lexitron2_telex_finetune.qwen2.txt` - Thai to English lexicon entries in Qwen2 conversation format
+2. `lexitron2_telex_finetune.jsonl` - Thai to English lexicon entries in JSONL format
+Each file contains dictionary entries formatted in their respective formats.
+## Syntax and Example Dataset
+### Syntax
+The dataset files follow specific formats for ease of use in prompt finetuning tasks.
+#### `lexitron2_telex_finetune.jsonl`
+Each entry in this file follows the generic prompt format:
+```json
+{
+"instruction": "<instruction in English or Thai>",
+"output": "<translation or definition in Thai>"
+}
+```
+- **instruction**: A string that provides the translation task or query. It can be in English or Thai.
+- **output**: A string that provides the translation or definition in Thai.
+#### `lexitron2_telex_finetune.qwen2.txt`
+Each entry in this file follows the Qwen2 conversation format:
+```text
+<|im_start|>system\n
+คุณคือผู้ช่วยตอบคำถามที่ฉลาดและซื่อสัตย์<|im_end|>\n
+<|im_start|>user\n
+คำว่า 'example_word' แปลว่าอะไร<|im_end|>\n
+<|im_start|>assistant\n
+คำว่า 'example_word' เป็นคำประเภท Noun (คำนาม) แปลเป็นภาษาอังกฤษว่า example\n
+ความหมาย: ตัวอย่างความหมาย\n
+ตัวอย่างประโยค: ตัวอย่างการใช้ในประโยค<|im_end|>
+```
+The Qwen2 format consists of three main components:
+- **system**: Defines the AI assistant's role and characteristics
+- **user**: Contains the translation query or question (in Thai or English)
+- **assistant**: Provides the structured response including:
+  - Word type/category
+  - English translation
+  - Definition
+  - Example sentences (when available)
+  - Synonyms (when available)
+  - Antonyms (when available)
+  - Related words (when available)
+  - Classifiers (when available)
+## Example Dataset
+Here is an example of how the dataset is structured:
+```json
+{"instruction": "Please translate 'a' into Thai", "output": "คำว่า 'a' เป็นคำประเภท Determiner แปลเป็นภาษาไทยว่า 'หนึ่ง (คำนำหน้าคำนามเพื่อแสดงว่าคำนามนั้นๆ ไม่ชี้เฉพาะ)'"}
+```
+```text
+<|im_start|>system\nคุณคือผู้ช่วยตอบคำถามที่ฉลาดและซื่อสัตย์<|im_end|>\n<|im_start|>user\nคำว่า 'ดังกล่าวข้างต้น' สามารถใช้ในประโยคอย่างไรได้บ้าง<|im_end|>\n<|im_start|>assistant\nคำว่า 'ดังกล่าวข้างต้น' เป็นคำประเภท Pronoun (คำสรรพนาม) แปลเป็นภาษาอังกฤษว่า abovementioned\nคำที่มีความหมายเหมือนกัน: ดังกล่าว\nตัวอย่างประโยค: หน่วยงานของเราสามารถรับบทบาทได้เป็นอย่างดี ตามสภาพความพร้อมด้านต่างๆ ดังกล่าวข้างต้น<|im_end|>
+```