Datasets:
File size: 7,368 Bytes
2f7571a c9f8c80 2f7571a 9b82203 2f7571a b38a51a 2f7571a 9b82203 2f7571a 9b82203 2f7571a 9b82203 2f7571a 9b82203 2f7571a 9b82203 2f7571a 9b82203 2f7571a 9b82203 2f7571a 9b82203 2f7571a b38a51a 2f7571a b38a51a 2f7571a b38a51a 2f7571a b38a51a 2f7571a b38a51a 2f7571a b38a51a 2f7571a b38a51a 2f7571a b38a51a 2f7571a |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 |
---
license: cc-by-4.0
language:
- es
tags:
- amlo
- politica
- mexico
- politics
- lopezobrador
- mañaneras
- mananeras
- conferencias
- estenográficas
- méxico
pretty_name: Hasta Siempre Presidente
configs:
- config_name: default
data_files:
- split: train
path: "phi3_dialogs_mainspeakers_qa_pairs.jsonl"
---
# Hasta Siempre Presidente
Dataset de la versiónes estenográficas de todas la conferencias "mañaneras" y actos públicos de la presidencia de Andrés Manuel López Obrador, México (2018-2024)
(english at the bottom)
### Obtención
Obtenido de la página oficial de la presidencia en aquel momento, [https://www.gob.mx/presidencia](https://www.gob.mx/presidencia/es/archivo/articulos) obtenidos automatizadamente, homologados, limpiados y estructurados en diálogos en jsonl para permitir el entrenamiento de modelos de lenguaje o su investigación periodística.
Para la obtención de roles se realizó estadísita de los hablantes identificados para distinguir personas funcionarias de audiencia y reporteros que realizan preguntas.
## Contenido
### Roles de Hablantes:
- Presidente: Andrés Manuel López Obrador
- Sistema: Incluye narradores, prompter, conductores, videos y cortinillas incluidas en la versión estenográfica
- Otros: Otras personas funcionarias y hablantes como conferenciantes, sin incluir audiencia o reporteros.
- Interlocutores: Personas de la audiencia o reporteros que hacen preguntas al Presidente u Otros Funcionarios
[speaker_to_role.json](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/speaker_to_role.json)
### Todos los Diálogos, de todos los hablantes en Formato de Diálogo de Chat Phi3
#### Presidente, otras personas funcionarias, interlocutores y sistema*
[phi3_dialogs_allspeakers_unfiltered.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_allspeakers_unfiltered.jsonl)
### Dialogos sin otros funcionarios, incluye interlocutores y sistema
#### Presidente, interlocutores y sistema
[phi3_dialogs_mainspeakers_unfiltered.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_unfiltered.jsonl)
#### Presidente, interlocutores (sin sistema)
[phi3_dialogs_mainspeakers_filtered.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_filtered.jsonl)
#### Presidente e interlocutores (sin sistema) agrupados por pares pregunta y respuesta
[phi3_dialogs_mainspeakers_qa_pairs.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_qa_pairs.jsonl)
#### Presidente e interlocutores (sin sistema) agrupados por pares pregunta en estricto orden, agrupados por secuencia
[phi3_dialogs_mainspeakers_qa_strict.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_qa_strict.jsonl)
### Archivos en crudo, sin estructurar en diálogo
#### Diálogos con todos los hablantes
(presidente, sistema, otros, interlocutores)
[posts_processed.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_processed.jsonl)
#### Diálogos sin otras personas funcionarias
(presidente, sistema, interlocutores)
[posts_qa_processed.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_qa_processed.jsonl)
#### Descarga de las página sin homologar
[posts.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts.jsonl)
### Estadísticas Y Homologación
#### Estadísticas de Hablantes y Contenido
[posts_stats.py](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_stats.py)
#### Similaridades entre hablantes (para homologación)
[posts_similarities.py](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_similarities.py)
---
# Farewell Presidente
Dataset of the stenographic versions of all "mañaneras" press conferences and public events held by the presidency of Andrés Manuel López Obrador, Mexico (2018-2024)
### Source
Obtained from the official website of the presidency at the time, [https://www.gob.mx/presidencia](https://www.gob.mx/presidencia/es/archivo/articulos), acquired automatically, standardized, cleaned, and structured into dialogues in jsonl format to allow training language models or conducting journalistic research.
Speaker roles were identified through statistical analysis to distinguish officials from audience members and reporters asking questions.
## Content
### Speaker Roles:
- President: Andrés Manuel López Obrador
- System: Includes narrators, prompters, hosts, videos, and musical stings included in the stenographic version
- Others: Other officials and speakers, excluding audience members and reporters
- Interlocutors: Audience members or reporters asking questions to the President or other officials
[speaker_to_role.json](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/speaker_to_role.json)
### All Dialogues, with all speakers in Phi3 Chat Dialogue Format
#### President, other officials, interlocutors, and system
[phi3_dialogs_allspeakers_unfiltered.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_allspeakers_unfiltered.jsonl)
### Dialogues without other officials, includes interlocutors and system
#### President, interlocutors, and system
[phi3_dialogs_mainspeakers_unfiltered.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_unfiltered.jsonl)
#### President, interlocutors (without system)
[phi3_dialogs_mainspeakers_filtered.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_filtered.jsonl)
#### President and interlocutors (without system) grouped by question and answer pairs
[phi3_dialogs_mainspeakers_qa_pairs.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_qa_pairs.jsonl)
#### President and interlocutors (without system) grouped by strict question order, in sequence
[phi3_dialogs_mainspeakers_qa_strict.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/phi3_dialogs_mainspeakers_qa_strict.jsonl)
### Raw files, not structured into dialogue
#### Dialogues with all speakers
(President, system, others, interlocutors)
[posts_processed.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_processed.jsonl)
#### Dialogues without other officials
(President, system, interlocutors)
[posts_qa_processed.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_qa_processed.jsonl)
#### Unstandardized download of the pages
[posts.jsonl](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts.jsonl)
### Statistics and Standardization
#### Speaker and Content Statistics
[posts_stats.py](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_stats.py)
#### Similarities between speakers (for standardization)
[posts_similarities.py](https://huggingface.co/datasets/ljcamargo/hastasiemprepresidente/blob/main/posts_similarities.py)
|