metadata
license: apache-2.0
task_categories:
- text-generation
language:
- ru
size_categories:
- 1M<n<10M
Texts inverse normalized obtained from ficbook dataset. Normalized using these notebooks for a personal russian normalization model (avaliable on HF Space as well).
All put into single jsonl file with lines like (beautified):
{
"replaces": [
{
"text_from": "Боль во всем теле...Боже...я так и знала.... ",
"text_to": "Боль во всем теле...Боже...я так и знала.... "
},
{
"text_from": "5",
"text_to": "Пятая"
},
{
"text_from": " точка буквально ныла от боли, ушиб будет тот еще...садиться не смогу дня ",
"text_to": " точка буквально ныла от боли, ушиб будет тот еще...садиться не смогу дня "
},
{
"text_from": "3",
"text_to": "три"
},
{
"text_from": " так, точно.",
"text_to": " так, точно."
}
]
}