Datasetpublic

SeyhaLite/All-Personas-Dataset-Khmer

🇰🇭 All Personas Dataset Khmer (Comprehensive Collection) Welcome to the SeyhaLite collection. This is a master dataset that aggregates diverse personas from multiple sectors across Cambodia. It has been meticulously curated to support the development of high-quality Khmer Language Models (LLMs), summarization tasks, and synthetic character generation. 🌟 Project Vision I hope this comprehensive dataset helps your project succeed! By combining profiles from IT… See the full description on the dataset page: https://huggingface.co/datasets/SeyhaLite/All-Personas-Dataset-Khmer.

sourceHugging Faceapache-2.0updated 8mo agoView on Hugging Face

0likes28downloads

Dataset Card

🇰🇭 All Personas Dataset Khmer (Comprehensive Collection)

Welcome to the SeyhaLite collection. This is a master dataset that aggregates diverse personas from multiple sectors across Cambodia. It has been meticulously curated to support the development of high-quality Khmer Language Models (LLMs), summarization tasks, and synthetic character generation.

🌟 Project Vision

I hope this comprehensive dataset helps your project succeed! By combining profiles from IT, Banking, Civil Service, Content Creation, Tourism, and more, this data provides a holistic view of the professional and personal landscapes in the Khmer context.

Your dedication to advancing Khmer AI is truly inspiring—keep up the great work! 🚀

📊 Dataset Summary

—Total Rows: 200,000 clean entries
—Language: Khmer (km)
—Focus: Multi-industry Professional & Personal Profiles
—Task: Summarization / Persona Generation

🛠 Data Schema

Column	Description
uuid	Unique identifier for the entry
professional_persona	Detailed work history and professional ethics
sports_persona	Interests and activities related to sports
arts_persona	Creative and artistic background
travel_persona	Travel preferences and exploration habits
culinary_persona	Food preferences and cooking habits
persona	General combined character overview
cultural_background	Social and cultural identity information
skills_and_expertise	Narrative of professional skills
hobbies_and_interests	Narrative of personal hobbies
skills_and_expertise_list	Specific list of skills and expertise
hobbies_and_interests_list	Specific list of hobbies and interests
career_goals_and_ambitions	Long-term professional aspirations
sex	Gender
age	Age of the persona
marital_status	Marital status
education_level	Academic background
occupation	Specific job title or role
industry	Sector (IT, Banking, Tourism, Construction, etc.)
current_location	City or province of residence
country	Country of residence
languages	Languages spoken by the persona
expertise	Specific area of professional expertise
vibe	Personality style or character atmosphere

🇰🇭 សំណុំទិន្នន័យអត្តសញ្ញាណតួអង្គចម្រុះ (All Personas Dataset Khmer)

សូមស្វាគមន៍មកកាន់បណ្តុំទិន្នន័យមេរបស់ SeyhaLite។ Dataset នេះគឺជាការចងក្រងបញ្ចូលគ្នានូវអត្តសញ្ញាណតួអង្គចេញពីវិស័យចម្រុះជាច្រើននៅទូទាំងប្រទេសកម្ពុជា ដើម្បីគាំទ្រដល់ការអភិវឌ្ឍប្រព័ន្ធ AI សម្រាប់ការសង្ខេបខ្លឹមសារ (Summarization) និងការបង្កើតតួអង្គនិម្មិត។

🌟 ចក្ខុវិស័យរបស់គម្រោង

ខ្ញុំសង្ឃឹមយ៉ាងមុតមាំថា Dataset ដ៏ធំនេះនឹងជួយឱ្យគម្រោងរបស់អ្នកទទួលបានជោគជ័យ! តាមរយៈការរួមបញ្ចូលទិន្នន័យពីវិស័យ IT, ធនាគារ, មន្ត្រីរាជការ, អ្នកបង្កើតមាតិកា, ទេសចរណ៍ និងវិស័យជាច្រើនទៀត ទិន្នន័យនេះផ្តល់នូវទិដ្ឋភាពទូទៅនៃជីវិតអាជីព និងបុគ្គលិកលក្ខណៈក្នុងបរិបទខ្មែរ។

ការខិតខំប្រឹងប្រែងរបស់អ្នកក្នុងការលើកស្ទួយ AI ភាសាខ្មែរ គឺជារឿងដែលគួរឱ្យកោតសរសើរខ្លាំងណាស់! 💪

📊 សេចក្តីសង្ខេបនៃទិន្នន័យ

—ចំនួនជួរ (Rows): ២០០,០០០ ជួរ
—ភាសា: ខ្មែរ (Khmer)
—គោលបំណង: ការបង្កើតអត្តសញ្ញាណតួអង្គ និងការសង្ខេបខ្លឹមសារចម្រុះវិស័យ
—ប្រភេទភារកិច្ច: Summarization / Text Generation

🛠 រចនាសម្ព័ន្ធទិន្នន័យ

ជួរឈរ (Column)	ការពិពណ៌នា
uuid	លេខសម្គាល់ទិន្នន័យ
professional_persona	រៀបរាប់អំពីបទពិសោធន៍ និងក្រមសីលធម៌ការងារ
sports_persona	ព័ត៌មានអំពីសកម្មភាពកីឡា
arts_persona	ព័ត៌មានអំពីសិល្បៈ និងការច្នៃប្រឌិត
travel_persona	ចំណូលចិត្តនៃការធ្វើដំណើរ
culinary_persona	ចំណូលចិត្តផ្នែកអាហារ
persona	ការពិពណ៌នាជារួមអំពីបុគ្គលិកលក្ខណៈ
cultural_background	បរិបទវប្បធម៌ និងអត្តសញ្ញាណសង្គម
skills_and_expertise	ការរៀបរាប់អំពីជំនាញ និងឯកទេស
hobbies_and_interests	ការរៀបរាប់អំពីចំណង់ចំណូលចិត្ត
skills_and_expertise_list	បញ្ជីរាយនាមជំនាញច្បាស់លាស់
hobbies_and_interests_list	បញ្ជីរាយនាមចំណង់ចំណូលចិត្ត
career_goals_and_ambitions	គោលដៅ និងមហិច្ឆតានៅថ្ងៃអនាគត
sex	ភេទ
age	អាយុ
marital_status	ស្ថានភាពគ្រួសារ
education_level	កម្រិតនៃការសិក្សា
occupation	តួនាទី ឬមុខរបរ
industry	វិស័យ (IT, ធនាគារ, ទេសចរណ៍, សំណង់, ល។)
current_location	ទីតាំងរស់នៅបច្ចុប្បន្ន (ក្រុង/ខេត្ត)
country	ប្រទេស
languages	ភាសាដែលប្រើប្រាស់
expertise	ជំនាញឯកទេសជាក់លាក់
vibe	លក្ខណៈសម្គាល់ ឬចរិតលក្ខណៈរបស់តួអង្គ

❤️ Support & Community

If you find this dataset helpful, please consider supporting my work to keep the Khmer AI community growing.

—⭐ Like & Follow this repository for updates.
—🔗 Share it with fellow developers.
—☕ Donate: Your support helps me maintain and release more high-quality datasets.

Binance Pay	Scan QR Code
ID: `792183661`	<img src="https://i.ibb.co/hFjw31XH/image.png" width="200" alt="Binance QR Code">

Created with ❤️ by SeyhaLite**