MNBVC-Wiki

将各个开源数据集对齐到MNBVC数据集格式，方便算法同学直接使用。

1. 本项目主要目的是将huggingface上的ShareGPT问答语料，标准化为MNBVC的问答语料格式，标准化格式和详细说明请参见：sharegpt数据清洗到问答语料格式
2. 本项目主要目的是将收集到的诗歌，标准化为MNBVC的标准文本格式，标准化格式和详细说明请参见：诗歌数据清洗到文本语料格式

1. shareGPT问答预料：https://github.com/pany8125/ShareGPTQAExtractor-mnbvc
2. 诗歌语料：https://github.com/pany8125/PoemExtractor-mnbvc
3. 电信语料：https://github.com/pany8125/Telechat-mnbvc
4. TigerBot语料：https://github.com/pany8125/TigerBot-mnbvc

• 现有语料格式