Kaggle dataset 的副本，为了方便使用而添加到Huggingface。

Kaggle上的描述：

背景

在机器学习领域，生成幽默是一项复杂的任务，它要求模型理解笑话的深层语义含义，以便生成新的笑话。然而，这类问题很难解决，原因之一是缺乏提供详细笑话列表的数据库。因此，我们通过抓取包含有趣和短笑话的多个网站，收集了超过20万个笑话的大型语料库。

访问我的GitHub存储库以获取有关数据收集和使用的脚本的更多信息。

内容

这个数据集是以CSV文件的形式存在，包含231,657个笑话。笑话的长度从10到200个字符不等。文件中的每一行包含一个唯一的ID和笑话内容。

免责声明

我们尽力保持笑话的干净。由于数据是通过抓取网站而得到的，可能会有一些笑话对某些人来说是不适当或冒犯性的。