daqc/constitucion_politica_del_peru_1993_qa_argilla

该数据集是一个基于Argilla平台创建的问答数据集，主要涉及1993年秘鲁宪法的内容。数据集包含一个符合Argilla格式的配置文件`argilla.yaml`，以及兼容HuggingFace `datasets`库的记录。数据集的结构包括字段（fields）、问题（questions）、建议（suggestions）、元数据（metadata）、向量（vectors）和注释指南（guidelines）。字段主要是文本类型，问题包括评分和文本类型，建议用于辅助注释过程，元数据提供额外的上下文信息，向量用于相似性搜索。数据集可以用于多种NLP任务，但目前没有相关的排行榜。数据集的语言信息未明确提供。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: constitucion_politica_del_peru_1993_qa_argilla
• 数据集大小: 1K<n<10K
• 标签: rlfh, argilla, human-feedback

数据集描述

数据集内容

• 配置文件: 包含一个名为argilla.yaml的配置文件，符合Argilla数据集格式。
• 数据记录: 数据记录格式与HuggingFace datasets兼容，可通过FeedbackDataset.from_huggingface方法自动加载。
• 标注指南: 如果已在Argilla中定义，将包含用于构建和整理数据集的标注指南。

数据加载

• 使用Argilla加载: 通过安装Argilla并使用提供的Python代码加载数据集。
• 使用datasets加载: 通过安装datasets库并使用提供的Python代码加载数据集。

数据集结构

• 字段: 支持文本字段，如input和generations-1。
• 问题: 包括不同类型的问题，如generations-1-rating（评分类型）和curated-generation（文本类型）。
• 建议: 提供与问题关联的建议，以辅助标注者。
• 元数据: 可选，提供关于数据集记录的额外信息。
• 向量: 可选，包含浮点型向量，用于相似性搜索。

数据实例

• Argilla格式: 包含字段、元数据、响应、建议和向量。
• HuggingFace datasets格式: 包含字段、元数据、向量和外部ID。

数据字段

• 字段: input和generations-1，均为文本类型。
• 问题: generations-1-rating（评分类型，值为1-10）和curated-generation（文本类型）。
• 建议: 与问题关联的建议，如generations-1-rating-suggestion和curated-generation-suggestion。
• 向量: input和generations-1，均为浮点型，维度为(1, 384)。

数据分割

• 分割: 单一分割，即train。

数据集创建

标注指南

• 目的: 修正生成内容，确保其高质量。

数据字段详细信息

• 字段: 仅支持文本字段。
• 问题: 包括评分、文本、标签选择、多标签选择和排名问题。
• 建议: 提供与问题关联的建议，以辅助标注者。
• 向量: 支持相似性搜索，向量维度预定义。
• 元数据: 提供额外信息，如链接、作者、日期等。
• 外部ID: 提供外部资源链接。

数据集加载示例

• 使用Argilla: 通过安装Argilla并使用提供的Python代码加载数据集。
• 使用datasets: 通过安装datasets库并使用提供的Python代码加载数据集。