BDas/ArabicNLPDataset

该数据集名为ArabicNLPDataset，主要用于文本分类任务，包括多类分类和多标签分类。数据集的语言为阿拉伯语，数据来源于电子商务网站的用户评论。数据集包含10,000个验证样本、10,000个测试样本和80,000个训练样本，数据被分为三类：正面（positive）、负面（negative）和中性（natural）。数据集的下载文件大小为23.5 MB，生成的数据集大小也为23.5 MB。数据字段包括text（文本）和label（标签），标签的可能值为正面（2）、中性（1）和负面（0）。

原始信息汇总

数据集概述

数据集基本信息

• 名称: ArabicNLPDataset
• 语言: 阿拉伯语 (ar)
• 许可证: 其他
• 多语言性: 单语种
• 大小: 100K<n<1M
• 来源: 原始数据
• 任务类别: 文本分类
• 任务ID: 多类分类, 多标签分类

数据集描述

• 摘要: 该数据集由电子商务网站的用户评论编译而成，包含10,000条验证数据、10,000条测试数据和80,000条训练数据。数据被分类为三个类别：正面(pos)、负面(neg)和自然(nor)。
• 数据结构:
  • 数据实例: 数据集包含训练、验证和测试三个部分。
  • 数据字段:
    • text: 字符串类型，文本内容。
    • label: 分类标签，可能的值包括positive(2), natural(1), negative(0)。
  • 数据分割:

    	train	validation	test
    Data	80000	10000	10000

数据集创建

• 注释创建者: 专家生成
• 语言创建者: 专家生成
• 源数据: 原始数据
• 注释: 未提供详细信息
• 个人和敏感信息: 未提供详细信息

使用数据集的考虑

• 社会影响: 未提供详细信息
• 偏见讨论: 未提供详细信息
• 其他已知限制: 未提供详细信息

附加信息

• 数据集管理员: 未提供详细信息
• 许可证信息: 未提供详细信息
• 引用信息: 未提供详细信息
• 贡献者: 感谢@PnrSvc添加此数据集。