nenae18/life-advice-rag-dataset

Life Advice RAG Dataset

성경, 불교 경전/해설, 논어, 인문학 명언 자료를 RAG 검색용 chunk로 변환한 데이터셋입니다.

Dataset Summary

• —Chunk 수: 4,007
• —출처 수: 83
• —총 문자 수: 3,656,354
• —데이터 형식: JSONL
• —주요 용도: 근거 기반 인생조언 RAG, 종교·철학 관점 비교 검색, 발표/시연용 QA

Files

Data Fields

chunks.jsonl의 각 줄은 다음 형식입니다.

{
  "chunk_id": "chunk_000001",
  "source": "원본 파일명 또는 자료명",
  "category": "성경/불교/유학·논어/명언/기타",
  "source_type": "pdf/txt/csv/zip",
  "loc": "쪽수 또는 위치",
  "text": "검색에 사용할 본문 chunk"
}

Intended Use

이 데이터셋은 다음과 같은 질문에 대해 근거 검색을 수행하기 위한 용도입니다.

• —좋은 아내란?
• —좋은 남편이란?
• —고난이 왔을 때 어떻게 해야 하나?
• —좋은 리더란 어떤 사람인가?
• —인간관계에서 가장 중요한 것은?

RAG Pipeline

1. 1.chunks.jsonl 로드
2. 2.SentenceTransformer 임베딩 생성
3. 3.FAISS 벡터 인덱스 생성
4. 4.BM25 키워드 검색과 벡터 검색을 결합
5. 5.검색된 Context 기반 답변 생성

Important Usage Notice

이 데이터셋은 사용자가 제공한 원문 자료에서 추출한 텍스트 chunk를 포함합니다. 공개 배포 전에 원문 자료별 저작권과 라이선스를 반드시 확인해야 합니다.

권리가 불명확한 자료가 포함되어 있다면 다음 방식을 권장합니다.

• —Hugging Face Dataset Repository를 Private로 생성
• —팀원/교수자에게만 제한 공유
• —공개 제출물에는 코드, 구조, 샘플 소량 데이터만 공개

Citation / Attribution

프로젝트 발표에서는 다음처럼 설명할 수 있습니다.

원본 PDF/TXT/CSV 자료를 재현 가능한 RAG 데이터셋으로 변환하고, Hugging Face Dataset Hub에 저장하여 Colab에서 자동 다운로드되도록 구성했습니다.