huggingartists/sergei-letov
Text Generation • Updated • 5
text stringclasses 6
values |
|---|
Нас нагнетал бас магнитол
Ты возьми в толк, не бери в долг
Нас нагнетал бас магнитол
Ты возьми в толк, не бери в долг
Нас нагнетал бас магнитол
Ты возьми в толк, не бери в долг
Нас нагнетал бас магнитол
Не бери в долг
Совок сломался, так что мусор нам уже не страшен
У нас есть дедушкин обрез, у старшаков — калаш
Даёшь ... |
Слёзы быстро высыхают
Каждый здесь — его слеза
Бог так просто не пускает
В Рай нельзя, когда гроза
Ты остался в царстве боли
Тебя забыли в мире сна
Свои раны красишь кровью
И приходит тень козла
За облаками смеётся солнце
Тебе опять не хватило зубов
Стать красивыми цветами
На могилах своих врагов
Тебе так нужно было сд... |
Кончились напитки и утихли маты
Все мои друзья расползлись по хатам
Все мои враги позабыты нахер
Все мои долги позакрыты нахер
Я со своей песенкой на лестничной площадочке курю
В этот Новый год берите меня голыми руками
Новый, новый, новый год
Родив сына, стал бессмертным
Он нагнет всех - сто процентов
Мы таких дадим к... |
Мы летим под мостом
Газель виляет хвостом
И наколочка СЛОН у водилы
Шепелявит шансон
И орёт салабон
Лучше б калиточку он запилил
Я скоро буду дома, мам
Скоро буду дома
Я скоро буду дома, мам
Скоро буду дома
Я скоро буду дома, мам
Скоро буду дома
Я скоро буду дома, мам
Скоро буду дома
Скоро буду дома
Я скоро буду дома
Я... |
А. Колокольчики звенят
У меня есть песенка
Колокольчики звенят есть
Колыбельная
Колокольчики звенят, м-м-м
Колокольчики звенят, м-м-м
Детям спать они велят, м-м-м
И Карлсончик тоже спит, м-м-м
Все медведи давно спят, м-м-м
Все медведи очень спят, м-м-м
Колокольчики звенят, м-м-м
Колокольчики звенят, м-м-м
Колокольчики ... |
The Lyrics dataset parsed from Genius. This dataset is designed to generate lyrics with HuggingArtists. Model is available here.
en
How to load this dataset directly with the datasets library:
from datasets import load_dataset
dataset = load_dataset("huggingartists/sergei-letov")
An example of 'train' looks as follows.
This example was too long and was cropped:
{
"text": "Look, I was gonna go easy on you\nNot to hurt your feelings\nBut I'm only going to get this one chance\nSomething's wrong, I can feel it..."
}
The data fields are the same among all splits.
text: a string feature.| train | validation | test |
|---|---|---|
| 7 | - | - |
'Train' can be easily divided into 'train' & 'validation' & 'test' with few lines of code:
from datasets import load_dataset, Dataset, DatasetDict
import numpy as np
datasets = load_dataset("huggingartists/sergei-letov")
train_percentage = 0.9
validation_percentage = 0.07
test_percentage = 0.03
train, validation, test = np.split(datasets['train']['text'], [int(len(datasets['train']['text'])*train_percentage), int(len(datasets['train']['text'])*(train_percentage + validation_percentage))])
datasets = DatasetDict(
{
'train': Dataset.from_dict({'text': list(train)}),
'validation': Dataset.from_dict({'text': list(validation)}),
'test': Dataset.from_dict({'text': list(test)})
}
)
@InProceedings{huggingartists,
author={Aleksey Korshuk}
year=2021
}
Built by Aleksey Korshuk
For more details, visit the project repository.