el2e10/aya-indicsentiment-telugu

该数据集由AI4Bharat的IndicSentiment数据集衍生而来，用于创建指令式数据集。IndicSentiment是一个多语言平行数据集，用于情感分析，包含产品评论、翻译成印度语言、情感标签等。本数据集包含一个训练集，超过1150行数据，使用多种模板将英语评论翻译成目标语言。

原始信息汇总

数据集概述

基本信息

• 语言: 泰卢固语 (te)
• 许可证: cc
• 数据量: 1K<n<10K
• 任务类别: 对话 (conversational)

数据集结构

• 特征:
  • inputs: 字符串类型
  • targets: 字符串类型
  • template_lang: 字符串类型
  • template_id: 整数类型 (int64)
• 分割:
  • train: 684743 字节, 1156 个样本
• 下载大小: 307475 字节
• 数据集大小: 684743 字节

配置

• 默认配置:
  • data_files:
    • split: train
    • path: data/train-*

描述

该数据集是从AI4Bharat的IndicSentiment数据集衍生而来的指令风格数据集。IndicSentiment是一个用于情感分析的多语言并行数据集，包含产品评论、印度语言翻译、情感标签等。原始数据集(IndicSentiment)在cc-0许可证下发布。该数据集包含一个训练分割(train)，包含超过1150+行。

模板

以下模板用于转换原始数据集:

#Template 1 prompt: Translate from English to {target_language}: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}

#Template 2 prompt: Translate this sentence to {target_language}: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}

#Template 3 prompt: Whats the {target_language} translation of this language: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}

#Template 4 prompt: Can you translate this text to {target_language}: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}