jopara
Datasets
All datasets matching “jopara”dataset-guarani-jopara-v01
Dataset Guaraní-Jopara v01 (Alpaca Style) 🇵🇾
Resumen del Dataset
Este dataset contiene pares de instrucción-respuesta diseñados para el entrenamiento de ajuste fino (Fine-Tuning) de Modelos de Lenguaje Grande (LLMs) en el idioma Guaraní, específicamente en su variante Jopara (la mezcla coloquial de Guaraní y Español hablada comúnmente en Paraguay).
El formato sigue la estructura estándar de Alpaca, lo que lo hace compatible con la mayoría de las librerías de… See the full description on the dataset page: https://huggingface.co/datasets/Capibara-LLM/dataset-guarani-jopara-v01.gn-jopara-sentiment-analysis
JOSA Corpus
Jopara (Guarani-dominant mixed with Spanish) Sentiment Analysis (JOSA) corpus.
Corpora
We collected a dataset of tweets primarily written in Guarani (and Jopara, a code-switching language that combines Guarani and Spanish) and annotated them polarity (positive, neutral and negative classes) in sentiment analysis. We created two corpora:
Unbalanced with 3941 tweets, and
Balanced with 1526 tweets, created from Unbalanced set.
The statistics for the Jopara… See the full description on the dataset page: https://huggingface.co/datasets/mmaguero/gn-jopara-sentiment-analysis.dataset-guarani-jopara-v01dataset-guarani-jopara-v01-cnv