el2e10/aya-indicsentiment-marathi

该数据集来源于AI4Bharat的IndicSentiment数据集，该数据集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。本数据集通过使用特定的模板将原始数据集转换为指令风格的数据集，包含一个训练集，超过1150行数据。

原始信息汇总

数据集概述

基本信息

• 语言: 马拉地语 (mr)
• 许可证: cc
• 大小分类: 1K<n<10K
• 任务分类: 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:
    • 字节数: 647522
    • 样本数: 1156

• 下载大小: 296462 字节

• 数据集大小: 647522 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

描述

该数据集是从AI4Bharat已有的数据集IndicSentiment衍生而来的，用于创建指令风格的数据集。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、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。

该数据集包含一个单一分割（训练集），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}