GPT3.5を用いてマルチターン日本語会話データセット(16K)を作りました

GPT3.5を用いてマルチターン日本語会話データセット(16K)を作りました｜shi3z

日本語 Wikipedia をもとに、GPT-3.5 で教師と生徒の会話データを作成した著者の記事。約 1.6 万件の公開時点の成果と、テキストを読み込み JSON の会話へ変換するコードを紹介する。

記事の一部をモデルへ渡し、質問と回答の組を生成して JSON として読み取る処理を掲載。失敗を捕捉しながらデータを増やし、公開した Hugging Face のデータセットへ案内している。

学習・作成方法：Wikipedia から教師・生徒の会話を合成／確認 2026-09-14／https://note.com/shi3zblog/n/nfc07c53d61a8

学習・公開資料：生成スクリプトとデータセットへのリンク／確認 2026-09-14／https://note.com/shi3zblog/n/nfc07c53d61a8

対象：AIの開発・導入・活用を検討する担当者。形式：企業・著者による公開記事。言語：日本語（公開本文で確認）。利用条件：公開記事（本文をログインなしで確認）

確認事項（編集部）：本文で触れる JSON モードの設定は掲載コードではコメントアウトされている。合成会話の事実性、元データと生成物の利用条件は別途確認が必要。

出典：shi3z「GPT3.5を用いてマルチターン日本語会話データセット(16K)を作りました」／公開・更新情報：2023-11-10／確認日：2026-09-14／https://note.com/shi3zblog/n/nfc07c53d61a8

関連ページ