مجموعة البيانات educhat-sft-002-data-osm عبارة عن مجموعة بيانات لنظام الحوار تركز على مجال التعليم. تم تطويره من قبل فريق EduNLP في كلية علوم الكمبيوتر والتكنولوجيا بجامعة شرق الصين العادية في عام 2023. نتائج الورقة ذات الصلة هي "EduChat: نظام روبوت محادثة قائم على نموذج لغوي واسع النطاق للتعليم الذكي".

تتكون مجموعة البيانات من مزيج من تعليمات وحوارات مفتوحة المصدر متعددة باللغتين الصينية والإنجليزية. بعد معالجة إزالة التكرار، تحتوي على ما يقرب من 4 ملايين نقطة بيانات، بما في ذلك بيانات متنوعة في مجال التعليم الرأسي مثل الأسئلة والأجوبة المفتوحة، وتصحيح المقالات، والتدريس الاستدلالي، والدعم العاطفي، والدروس الخصوصية. تتكون كل قطعة من البيانات من قائمة تخزن الحوار وموجه النظام المقابل للبيانات. تقوم القائمة بتخزين المحادثات حسب الترتيب Q، A.

تعد مجموعة البيانات هذه جزءًا من مشروع EduChat، الذي يهدف إلى توفير نماذج لغوية مفتوحة المصدر واسعة النطاق للإجابة الذكية على الأسئلة في مجال التعليم. من خلال هذه المجموعة من البيانات، يمكن لـ Educhat توفير وظائف غنية في السيناريوهات التعليمية، مثل إعداد الأسئلة تلقائيًا، وتصنيف الواجبات المنزلية، والدعم العاطفي، وتدريس الدورات، واستشارة امتحانات القبول بالجامعة، وما إلى ذلك، وخدمة عدد كبير من المعلمين والطلاب وأولياء الأمور، والمساعدة في تحقيق تعليم ذكي مصمم خصيصًا لاستعدادات الطلاب، وعادل ومنصف، ومليء بالدفء.