Update README.md

README.md

@@ -1,3 +1,37 @@
----
-license: mit
----
+---
+license: mit
+---
+# Bulgarian Jokes Dataset
+
+## Overview
+The Bulgarian Jokes Dataset is a collection of Bulgarian-language jokes gathered and prepared for use in training and fine-tuning natural language processing (NLP) models. This dataset is designed to help researchers and developers build models capable of understanding and generating humorous content in Bulgarian.
+
+## Dataset Structure
+The dataset is structured in a format suitable for NLP training and fine-tuning tasks, such as the Alpaca format. Each data entry contains fields that provide instructions, input, and expected output to facilitate supervised training of language models.
+
+### Examples
+```json
+{
+  "instruction": "хуморески за Уиски",
+  "input": "",
+  "output": "Времената на сухия режим в САЩ.\r\nЖител на Ню Йорк отишъл в Тексас и попитал един местен жител:\r\n- Как я карате в тия тежки времена?\r\nОня отговорил:\r\n- В законите на нашия щат има една пролука. Имаш право да пиеш алкохол, само ако те ухапе гърмяща змия. Затова, за всеки случай всеки от нас носи в десния си джоб - бутилка уиски.\r\nНюйоркчанинът изтъкнал:\r\n- Но до такъв инцидент - може никога да не се стигне!\r\nТексасецът кимнал:\r\n- Точно така! Затова, всеки от нас носи в левия си джоб - една гърмяща змия!"
+},
+{
+  "instruction": "вицове за Знаете ли защо",
+  "input": "",
+  "output": "Знаете ли защо Нико Тупарев е кръстил новата си фиврма 24/7? Защото накой му е казал, че 24/7 е повече от 7/8 на Слави Трифонов."
+},
+```
+### Features
+Language: Bulgarian
+Categories: 599 categories covering a wide range of themes and topics
+Format: Suitable for training in Alpaca-like supervised formats
+
+### Usage
+This dataset can be used for various NLP tasks, including:
+- Training and fine-tuning large language models (LLMs) to generate jokes in Bulgarian.
+- Evaluating the performance of language models in humor generation and understanding.
+- Creating NLP applications that require humorous content processing or generation.
+
+### Sources
+The jokes in this dataset are collected from various sources such as humor websites, user-submitted content, and other public domain materials. Each entry was curated to ensure quality and diversity.