datasets
Training and evaluation data, with the modality, task and licence stated up front. Listed live from the Hugging Face Hub.
turn-detection-vietnameseNguồn dữ liệu: vi-wiki-conversational-search
Tỷ lệ Complete:Incomplete = 244304:366451
Đã lưu 610755 samples vào training_data.csv
Đã lưu 6189 samples vào test_data.csv
turn_detection_3k_zh这是一个专为儿童机器人聊天场景设计的语料数据集，由 Gemini 2.5 Pro 生成。数据集旨在充分模拟儿童的聊天行为，覆盖了广泛的主题和对话类型，包括单轮和三轮对话。
主要涵盖的场景类别包括：
学科与知识探索：语文、数学、英语、科学、历史、地理及常识问答。
文化与传统：民俗节日、神话传说、礼仪习惯。
兴趣爱好与玩乐：玩具、各类游戏（电子、棋类、户外）、收藏。
创意表达与想象：绘画手工、音乐歌舞、故事创作、幻想世界。
个人与社交生活：关于自己、家庭亲人、朋友同学、学校生活（非学术方面）。
日常生活与环境观察：天气季节、饮食食物、动植物观察、交通工具、周围环境事件。
媒体与娱乐：动画片、漫画绘本、电影、儿童歌曲故事音频、适龄网络内容。
对机器人的互动与探索：询问机器人基本信息、能力功能、情感互动、测试挑战及音量调节等。
涵盖以下场景
A. 学科与知识探索 (Academic & Knowledge Exploration)
语文 (Chinese Language Arts):
认字、写字、组词、造句
古诗词（背诵、含义、诗人故事）
成语（含义、故事、接龙）… See the full description on the dataset page: https://huggingface.co/datasets/justpluso/turn_detection_3k_zh.Urdu-Turn-Detection-10k
Urdu Turn Detection Dataset 🗣️
A high-quality dataset of 10,000 Urdu sentences labeled for Turn Detection (End-of-Turn). This dataset is designed to help conversational AI systems determine if a user has finished speaking (Complete) or is pausing/trailing off (Incomplete).
Dataset Details
Total Samples: 10,000
Language: Urdu (ur) - Nastaliq/Arabic Script only.
Cleanliness: - 100% Urdu Script (No Roman/English).
Avg. Sentence Length: - ~7.7 words (33 characters)… See the full description on the dataset page: https://huggingface.co/datasets/PuristanLabs1/Urdu-Turn-Detection-10k.