L'ensemble de données de couplets contient plus de 700 000 données de couplets, qui sont segmentées par mots et divisées en un ensemble de données d'entraînement, un ensemble de données de test et une liste de vocabulaire. Parmi eux, l'ensemble de données d'entraînement et l'ensemble de données de test sont divisés en deux parties : respectivement la partie supérieure et la partie inférieure.

L'ensemble de données provient du blog Sina du blogueur Feng Zhongpu_Liweizhai Sanye et est largement utilisé dans la formation de modèles d'ensembles de données de couplets d'IA.