莫里哀戏剧台词数据集-guillaumegrosjean
数据来源：互联网公开数据
标签：戏剧,文学,莫里哀,台词,表演,语言模型,文本分析,法国古典主义,剧本
数据概述：
本数据集收录了莫里哀创作的32部戏剧作品中的所有台词提示（cue）。数据集以.csv文件形式存储，包含6个字段，详细描述了每句台词的上下文信息。
数据结构：
play_name：剧名
act：幕数，用罗马数字表示（"A"值表示幕间休息）
scene：场景号
character：说话的角色名称
cue_num：台词在所属场景中的编号（用于恢复原始台词顺序）
cue：台词文本
数据用途概述：
该数据集可用于多种用途，包括：
构建对话式人工智能：训练一个以莫里哀风格说话的对话机器人。
表演训练：为表演课程提供即兴创作练习的素材。
戏剧创作：尝试自动创作场景、幕或整部剧，或进行风格迁移（例如，将现代法语转换为古法语）。
文本分析：进行语言学研究，分析莫里哀作品中的语言风格、人物性格等。
模型训练：作为训练法语自然语言处理模型的语料库。
其他说明：
该数据集最初是为了实现一个以莫里哀风格对话的对话代理而创建。
推荐的法语预训练模型（Hugging Face Transformers 库）：
BERT类模型：CamemBERT (https://camembert-model.fr/)，FlauBERT (https://github.com/getalp/Flaubert)
GPT类模型：GPT-fr (https://github.com/AntoineSimoulin/gpt-fr)
