micymike/kenyan-conversational-data

Kenyan Conversational Dataset

Hii ni dataset ya mazungumzo iliyoundwa kwa ajili ya kufunza AI kuelewa lugha ya mtaani ya Kenya (Sheng, Swahili, na Kenyan English mix).

Data Details

Dataset hii ina mifano ya mazungumzo ya kila siku, ikijumuisha:

• Salamu za kawaida (Greetings)
• Masuala ya Uchumi na Siasa
• Maisha ya mtaani (Matatu, Boda, Hustle, Payday)
• Teknolojia na Simu

Data Structure

Kila mfano (example) una muundo ufuatao:

• category: Aina ya mazungumzo.
• language_style: Mtindo wa lugha (Sheng, WhatsApp style, n.k.).
• user: Ujumbe kutoka kwa mtumiaji.
• assistant: Jibu kutoka kwa AI.

Usage

Unaweza kutumia dataset hii kama ifuatavyo:

from datasets import load_dataset
dataset = load_dataset("micymike/kenyan-conversational-data")