achinthani/argilla-test

该数据集是通过Argilla工具创建的，主要用于自然语言处理任务。数据集包含一个配置文件`argilla.yaml`，用于在Argilla中配置数据集。数据集记录格式与HuggingFace的`datasets`库兼容，可以通过`FeedbackDataset.from_huggingface`方法加载。数据集结构包括字段、问题、建议、元数据和注释指南。字段主要是文本字段，问题包括情感分析和混合情感分析，建议是为注释者提供的辅助信息。数据集包含一个训练集分割。

原始信息汇总

数据集概述

数据集名称

• 名称: argilla-test

数据集大小

• 大小分类: n<1K

标签

• 标签:
  • rlfh
  • argilla
  • human-feedback

数据集描述

• 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: 数据记录格式兼容HuggingFace datasets，可通过FeedbackDataset.from_huggingface方法自动加载。
• 标注指南: 提供标注指南，用于构建和整理数据集。

加载方式

• 使用Argilla加载: python import argilla as rg ds = rg.FeedbackDataset.from_huggingface("achinthani/argilla-test")

• 使用datasets加载: python from datasets import load_dataset ds = load_dataset("achinthani/argilla-test")

支持的任务

• 任务: 数据集可用于多种NLP任务，具体取决于配置。

数据集结构

• 数据在Argilla中的组成:
  • 字段: 目前仅支持文本字段。
  • 问题: 包括多种类型，如评分、文本、标签选择、多标签选择和排序。
  • 建议: 与现有问题关联，提供标注过程中的建议。
  • 元数据: 提供额外信息，如数据来源或作者信息。
  • 指南: 提供标注指导。

数据实例

• 示例: 提供了一个JSON格式的数据实例，展示了字段、元数据、响应和建议的结构。

数据字段

• 字段类型:
  • 文本字段: 仅支持文本类型。
  • 问题类型:
    • sentiment: 标签选择类型，允许值为[positive, neutral, negative]。
    • mixed-emotion: 多标签选择类型，允许值为[joy, anger, sadness, fear, surprise, love]。
  • 建议类型:
    • sentiment-suggestion: 标签选择类型，允许值同上。
    • mixed-emotion-suggestion: 多标签选择类型，允许值同上。
  • 元数据: 可选，提供额外信息。
  • external_id: 可选，提供外部ID。

数据分割

• 分割: 数据集包含一个分割，即train。