Datasetpublic

nassimjp/pashto-health-chat

🩺 Pashto-Health-Chat Dataset Pashto‑Health‑Chat یو منظم، پاک، او د Pashto روغتیايي پوښتنو–ځوابونو چټ ډیټاسیټ دی چې دPashto طبي مرستندویانو، کلینیکي Reasoning، او SFT روزنې لپاره جوړ شوی. دا ډیټاسیټ د LLaMA‑Chat, Qwen‑Chat, Ministral‑Instruct او نورو چټ ماډلونو سرهپه بشپړ ډول سازګار دی. 📦 Dataset Format هره نمونه د چټ په بڼه ده: { "messages": [ {"role": "user", "content": "..."}, {"role": "assistant", "content": "..."} ] } هیڅ system prompt نشته… See the full description on the dataset page: https://huggingface.co/datasets/nassimjp/pashto-health-chat.

sourceHugging Faceupdated 2mo agoView on Hugging Face

0likes17downloads

Dataset Card

🩺 Pashto-Health-Chat Dataset

Pashto‑Health‑Chat یو منظم، پاک، او د Pashto روغتیايي پوښتنو–ځوابونو چټ ډیټاسیټ دی چې د Pashto طبي مرستندویانو، کلینیکي Reasoning، او SFT روزنې لپاره جوړ شوی.

دا ډیټاسیټ د LLaMA‑Chat, Qwen‑Chat, Ministral‑Instruct او نورو چټ ماډلونو سره په بشپړ ډول سازګار دی.

📦 Dataset Format

هره نمونه د چټ په بڼه ده:

json

{
  "messages": [
    {"role": "user", "content": "..."},
    {"role": "assistant", "content": "..."}
  ]
}

—هیڅ system prompt نشته
—هیڅ اضافي میټاډاټا نشته
—متن dedup شوی، پاک شوی، او normalized دی

🧠 Example

json

{
  "messages": [
    {
      "role": "user",
      "content": "څنګه د تنفسي ناروغیو مخنیوی وکړو؟"
    },
    {
      "role": "assistant",
      "content": "پاک چاپېریال، واکسین، د سګرټ مخنیوی، ماسک، او ښه تغذیه د تنفسي ناروغیو مخنیوي مهمې لارې دي."
    }
  ]
}

🎯 Intended Use

—Pashto medical chatbots
—Health‑advice assistants
—Clinical reasoning SFT
—Medical tutoring systems
—Domain‑specific LLM alignment

🧹 Data Quality

—بشپړ dedup شوی
—پاک شوی
—د Pashto طبي اصطلاحاتو ساتنه
—د چټ معیاري جوړښت
—هیڅ hallucinated معلومات نه دي اضافه شوي

📊 Dataset Size

—شاوخوا 30K چټ نمونې
—لنډ–منځني اوږدوالی
—د کیفیت لپاره د اوږدو متنونو محدودول

📥 Loading the Dataset

python

from datasets import load_dataset

ds = load_dataset("nassimjp/pashto-health-chat")

📜 License

دا ډیټاسیټ د CC‑BY‑NC‑4.0 لاندې خپرېږي. د څېړنې او غیر تجارتي کارونې لپاره اجازه لري.

🙌 Credits

ډیټاسیټ د nassimjp له خوا جوړ او ترتیب شوی. هدف یې د Pashto روغتیايي NLP سرچینو پراخول دي.

---