Диалоги из анекдотов и шуток

Датасет содержит результат парсинга анекдотов, наскрапленных с разных сайтов.

Формат

Каждый сэмпл содержит четыре поля:

"context" - контекст диалога, включая все недиалоговые вставки. Обратите внимание, что контекст содержит как предшествующие реплики, так и прочий сопутствующий текст, так как он определяет общий сеттинг, необходимый для генерации реплики. Из реплики удалены маркеры косвенной речи.

"utterance" - диалоговая реплика.

"hash" - хэш-код исходного полного текста для связывания сэмплов.

"reply_num" - порядковый номер диалоговой реплики. Часто последняя реплика является "пайнчалайном", в ней сконцентрирована суть шутки.

Один исходный текст может дать несколько сэмплов, если в нем было много реплик.