Datasetpublic

SeyhaLite/Personal-Civil-Servant-Khmer

Personal Civil Servant Khmer Welcome to the SeyhaLite collection. This dataset has been curated and cleaned to support the development of high-quality Khmer Language Models (LLMs) specifically for generating realistic personas and profiles of civil servants and government workers in Cambodia. Project Vision I hope this dataset helps your project succeed. Whether you are building an automated administrative assistant, a training tool for public service, or… See the full description on the dataset page: https://huggingface.co/datasets/SeyhaLite/Personal-Civil-Servant-Khmer.

sourceHugging Faceapache-2.0updated 8mo agoView on Hugging Face

0likes24downloads

Dataset Card

Personal Civil Servant Khmer

Welcome to the SeyhaLite collection. This dataset has been curated and cleaned to support the development of high-quality Khmer Language Models (LLMs) specifically for generating realistic personas and profiles of civil servants and government workers in Cambodia.

Project Vision

I hope this dataset helps your project succeed. Whether you are building an automated administrative assistant, a training tool for public service, or conducting research on the public sector, this data is designed to provide clear and accurate profiles about civil servants, their professional skills, and their lifestyle in the Khmer context.

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

Dataset Summary

—Total Rows: 20,000 clean entries
—Language: Khmer (km)
—Focus: Cambodian Civil Servant Personas and Public Sector Profiles
—Task: Text Generation

Data Schema

Column	Description
uuid	Unique identifier for each entry
professional_persona	Detailed professional background and work ethics
sports_persona	Interests and activities related to sports and fitness
arts_persona	Creative and artistic background or interests
travel_persona	Travel preferences and past experiences
culinary_persona	Food preferences and cooking habits
persona	General combined personality and character description
cultural_background	Social, regional, and cultural identity information
skills_and_expertise	Detailed narrative of professional and technical skills
hobbies_and_interests	Narrative of personal activities and hobbies
skills_and_expertise_list	List of specific technical and soft skills
hobbies_and_interests_list	List of specific interests and activities
career_goals_and_ambitions	Long-term professional objectives and aspirations
sex	Gender identification
age	Age of the individual
marital_status	Marital status
education_level	Academic background and degree level
occupation	Specific job title or role within the civil service
industry	Specific government ministry or public sector field
current_location	City or province of residence
country	Country of residence

អត្តសញ្ញាណមន្ត្រីរាជការកម្ពុជា (Personal Civil Servant Khmer)

សូមស្វាគមន៍មកកាន់បណ្តុំទិន្នន័យរបស់ SeyhaLite។ Dataset នេះត្រូវបានរៀបចំ និងសម្អាតយ៉ាងល្អ ដើម្បីគាំទ្រដល់ការអភិវឌ្ឍប្រព័ន្ធ AI ក្នុងការបង្កើតអត្តសញ្ញាណតួអង្គ (Persona Generation) សម្រាប់មន្ត្រីរាជការ និងបុគ្គលិកដែលបម្រើការក្នុងវិស័យសាធារណៈនៅក្នុងប្រទេសកម្ពុជា។

ចក្ខុវិស័យរបស់គម្រោង

ខ្ញុំសង្ឃឹមយ៉ាងមុតមាំថា Dataset នេះនឹងជួយឱ្យគម្រោងរបស់អ្នកទទួលបានជោគជ័យ។ ទោះបីជាអ្នកកំពុងបង្កើតកម្មវិធីជំនួយរដ្ឋបាល កម្មវិធីជំនួយ AI ឬធ្វើការស្រាវជ្រាវអំពីវិស័យសាធារណៈក៏ដោយ ទិន្នន័យនេះត្រូវបានរៀបចំឡើងដើម្បីផ្តល់នូវព័ត៌មានជាក់ស្តែងអំពីប្រវត្តិការងារ និងជីវិតប្រចាំថ្ងៃរបស់មន្ត្រីរាជការក្នុងបរិបទខ្មែរ។

ការខិតខំប្រឹងប្រែងរបស់អ្នកក្នុងការលើកស្ទួយ AI ភាសាខ្មែរ គឺជារឿងដែលគួរឱ្យកោតសរសើរខ្លាំងណាស់។

សេចក្តីសង្ខេបនៃទិន្នន័យ

—ចំនួនជួរ (Rows): ២០,០០០ ជួរ
—ភាសា: ខ្មែរ (Khmer)
—គោលបំណង: ការបង្កើតអត្តសញ្ញាណបុគ្គលិកក្នុងវិស័យមន្ត្រីរាជការ
—ប្រភេទភារកិច្ច: Text Generation

រចនាសម្ព័ន្ធទិន្នន័យ

ជួរឈរ (Column)	ការពិពណ៌នា
uuid	លេខសម្គាល់ទិន្នន័យ
professional_persona	ព័ត៌មានលម្អិតអំពីប្រវត្តិការងារ និងក្រមសីលធម៌
sports_persona	ព័ត៌មានអំពីសកម្មភាពកីឡា និងសុខភាព
arts_persona	ព័ត៌មានអំពីសិល្បៈ និងការច្នៃប្រឌិត
travel_persona	ចំណូលចិត្តនៃការដើរកម្សាន្ត
culinary_persona	ចំណូលចិត្តផ្នែកអាហារ និងការហូបចុក
persona	ការពិពណ៌នាជារួមអំពីបុគ្គលិកលក្ខណៈ
cultural_background	បរិបទវប្បធម៌ និងអត្តសញ្ញាណសង្គម
skills_and_expertise	ការរៀបរាប់អំពីជំនាញ និងឯកទេសការងារ
hobbies_and_interests	ការរៀបរាប់អំពីចំណង់ចំណូលចិត្តផ្ទាល់ខ្លួន
skills_and_expertise_list	បញ្ជីរាយនាមជំនាញបច្ចេកទេស និងជំនាញទន់
hobbies_and_interests_list	បញ្ជីរាយនាមចំណង់ចំណូលចិត្ត
career_goals_and_ambitions	គោលដៅ និងមហិច្ឆតានៅថ្ងៃអនាគត
sex	ភេទ
age	អាយុ
marital_status	ស្ថានភាពគ្រួសារ
education_level	កម្រិតនៃការសិក្សា និងសញ្ញាបត្រ
occupation	តួនាទី ឬមុខតំណែងក្នុងក្របខ័ណ្ឌរដ្ឋ
industry	ក្រសួង ឬវិស័យសាធារណៈជាក់លាក់
current_location	ទីតាំងរស់នៅបច្ចុប្បន្ន (ក្រុង/ខេត្ត)
country	ប្រទេស

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 by SeyhaLite