FunDialogues/customer-service-apple-picker-maintenance

该数据集包含虚构的技术人员和专家之间关于维护自动化苹果采摘机的对话示例。这些对话旨在用于语言建模实验，不应用于设计现实世界的产品，仅限于非生产原型设计。数据集提供了如何使用fun dialogues库和Hugging Face datasets库加载的步骤，并包含了贡献代码的指南和免责声明。

原始信息汇总

数据集概述

基本信息

• 许可证: Apache 2.0
• 任务类别:
  • 问答
  • 对话
• 语言: 英语
• 标签:
  • 虚构对话
  • 原型设计
  • 客户服务
• 名称: customer-service-apple-picker-maintenance
• 数据量: 少于1000条

数据内容

• 描述: 包含技术人员与自动化苹果采摘机维护专家之间的虚构对话示例。
• 示例: json { "id": 1, "description": "机器不摘苹果", "dialogue": "Technician: Hello, one of our apple picker machines is not picking apples. What should I do to fix it?

Expert: Check the picking arms for any obstructions or damage. Clean or replace them if necessary. Also, ensure the collection basket is not overfilled." }

加载方法

• 使用fun dialogues库:

  1. 安装fun dialogues包 bash pip install fundialogues

  2. 使用loader工具加载数据集为pandas DataFrame python from fundialogues import dialoader bball_coach = dialoader("FunDialogues/customer-service-apple-picker-maintenance")

• 使用Hugging Face datasets库:

  1. 安装datasets包
  2. 使用datasets加载数据集 python from datasets import load_dataset dataset = load_dataset("FunDialogues/customer-service-apple-picker-maintenance")

贡献指南

• 贡献新对话: 如果想贡献现有对话或添加新对话，请打开一个issue，维护者将尽快回复。
• 实现补丁和修复:
  • 在Github上创建项目的个人fork。
  • 将fork克隆到本地机器。
  • 将原始仓库添加为名为upstream的远程仓库。
  • 确保从upstream拉取最新更改。
  • 创建新分支进行工作。
  • 实现/修复功能，并添加代码注释。
  • 遵循项目代码风格，包括缩进。
  • 运行测试。
  • 编写或调整测试。
  • 根据需要添加或更改文档。
  • 使用git的交互式rebase将提交压缩为一个提交。
  • 将分支推送到Github上的fork。
  • 从fork打开正确的分支的pull请求。
  • 如果维护者请求进一步更改，只需将它们推送到分支。
  • 一旦pull请求被批准并合并，可以从upstream拉取更改并删除额外的分支。

免责声明

• 数据用途: 本仓库中的对话仅用于实验目的。这些对话被认为是人类原创作品，完全是虚构的，尽管某些示例可能包含事实正确的信息。这些对话的主要目的是作为语言建模实验的工具，不应用于设计超出非生产原型设计的现实世界产品。
• 数据风险: 使用这些虚构数据集可能会增加语言模型产生幻觉或不真实响应的可能性。因此，在使用这些数据集时必须谨慎和审慎。
• 责任声明: 这些场景完全是虚构的，仅用于演示目的。任何与现实世界情况或个人的相似之处纯属巧合。使用和应用这些数据集的责任完全由使用它们的个人或实体承担。