el2e10/aya-indicsentiment-kannada

本数据集由AI4Bharat的IndicSentiment数据集衍生而来，旨在创建一个指令式数据集。它包含产品评论、翻译成印度语言、情感标签等内容，并采用特定的模板进行数据转换。数据集仅包含一个训练集，记录数超过1150条。

原始信息汇总

数据集概述

基本信息

• 语言: 卡纳达语 (kn)
• 许可: cc
• 数据规模: 1K<n<10K
• 任务类别: 对话 (conversational)

数据结构

• 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)

数据分割

• 训练集:
  • 字节数: 696307
  • 样本数: 1156

下载与数据集大小

• 下载大小: 306103 字节
• 数据集大小: 696307 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*

描述

该数据集是从AI4Bharat的IndicSentiment数据集衍生而来的指令样式数据集。IndicSentiment是一个用于情感分析的多语言平行数据集，包含产品评论、翻译成印度语言、情感标签等。原始数据集(IndicSentiment)在cc-0许可下提供。

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}