LGUplus 키워드 선택 (Task 2)
LGUplus 컨텍스트 이해 POC용 소형(350M) 모델 학습 데이터셋. 교사 Qwen3-235B-A22B-Instruct-2507-FP8로 생성. Task 1: 롤링 페르소나 와 같은 시청자·동일 test 분리.
키워드 선택: 페르소나 + 최근 2시간 시청 + 후보 키워드 → 지금 추천하기 가장 좋은 유튜브 검색어 1개.
포맷 (chat messages)
각 row = 하나의 (persona, 날짜, 2시간 블록).
| 컬럼 | 설명 |
|---|---|
persona_id / date / block |
시청자 / 날짜 / 2시간 블록 시작시각 |
n_watched |
그 블록에 실제 시청한(정답 후보) 키워드 수(2~4) |
pick_in_watched |
교사가 고른 키워드가 시청 키워드였는지(distractor 아님) |
messages |
[system, user, assistant] (content=문자열) |
- system: 키워드 큐레이터 지시
- user:
[페르소나](Task1 산출) +[최근 2시간 시청]+[후보 키워드](번호목록) - assistant(타깃): 선택된 키워드 1개
후보 구성
- 후보 8개 = 그 블록에 15분+ 시청한 프로그램들의 키워드(정답 후보, 2~4개) + distractor(같은 시청자의 다른 시간대 시청 키워드 → 부족분은 카탈로그) 패딩.
- 프로그램별 키워드는 각 프로그램 요약에서 생성(유튜브 검색어 스타일, 3~6단어). 스타일 참고:
jungsanghyun/subtitle-summary-{lgu,dataset}. - 교사가 시청 후보를 고른 비율 ≈ 92.5%(나머지는 페르소나에 더 맞는 distractor 선택).
스플릿
train: 177,708 (9,900 persona) ·test: 1,809 (100 persona) — persona 단위 분리(Task1과 동일 test 셋, 누수 없음)
출처
- 시청이력/페르소나:
HBKenerzai/LGUplus_viewing_history, Task1 페르소나 - EPG 요약:
HBKenerzai/LGUplus_epg_summary
- Downloads last month
- 7