Oxiane/Hongguo-Short-Drama-Corpus-AI-Labeled

🎬 2025年红果短剧全量语料库 (AI标注版 V1) Hongguo Short Drama Corpus with AI-Augmented Audience Labels 1. 数据集简介 (Dataset Summary) 本数据集包含了约 1500 条来自红果 (Hongguo/RedFruit) 平台的微短剧精选数据。本数据集旨在为中文短剧的 NLP 研究、市场趋势分析以及自动化剧名生成等任务提供高质量的基准数据。 核心特色： 多维度标注：涵盖了标题、受众、标签、简介及集数。 AI 增强受众标签：针对部分原始数据未标注受众标签的问题，使用了专门的 sex_divide.py ，利用进行“TF-IDF + 逻辑回归”预测，并保留了预测置信度。 2. 数据字段说明 (Data Fields) 字段名 类型 说明 drama_id string 脱敏后的剧集唯一编号 (例如 drama_0001) title string… See the full description on the dataset page: https://huggingface.co/datasets/Oxiane/Hongguo-Short-Drama-Corpus-AI-Labeled.