saroj502/emotion-custom

该数据集是通过Argilla创建的，包含一个配置文件`argilla.yaml`和与HuggingFace `datasets`库兼容的记录。数据集的结构包括字段、问题、建议和注释指南。字段主要是文本字段，问题包括情感标签和多标签情感分类。数据集还提供了注释指南，指导如何对数据进行标注。

原始信息汇总

数据集卡片 for emotion-custom

数据集描述

数据集概述

该数据集包含：

• 符合 Argilla 数据集格式的配置文件 argilla.yaml。该配置文件将在使用 Argilla 的 FeedbackDataset.from_huggingface 方法时用于配置数据集。
• 与 HuggingFace datasets 兼容的数据集记录。这些记录在使用 FeedbackDataset.from_huggingface 时会自动加载，也可以通过 datasets 库独立加载。
• 用于构建和整理数据集的标注指南（如果在 Argilla 中定义）。

加载方式

使用 Argilla 加载

安装 Argilla：

bash pip install argilla --upgrade

加载数据集：

python import argilla as rg

ds = rg.FeedbackDataset.from_huggingface("saroj502/emotion-custom")

使用 datasets 加载

安装 datasets：

bash pip install datasets --upgrade

加载数据集：

python from datasets import load_dataset

ds = load_dataset("saroj502/emotion-custom")

支持的任务和排行榜

该数据集可以包含多个字段、问题和响应，因此可以用于不同的 NLP 任务，具体取决于配置。数据集结构在数据集结构部分中描述。

该数据集没有关联的排行榜。

语言

[更多信息需要]

数据集结构

数据在 Argilla 中

数据集在 Argilla 中创建，包含：字段、问题、建议和指南。

字段

字段名称	标题	类型	必需	Markdown
text	文本	TextField	True	False

问题

问题名称	标题	类型	必需	描述	值/标签
sentiment	情感	LabelQuestion	True	N/A	[positive, neutral, negative]
mixed-emotion	混合情感	MultiLabelQuestion	True	N/A	[joy, anger, sadness, fear, surprise, love]

建议

✨ NEW 此外，我们还包含建议，这些建议与现有问题相关联，并命名为 "-suggestion" 和 "-suggestion-metadata"，包含建议的值及其元数据。可能的值与上表相同。

指南

指南是一个纯字符串，用于向标注者提供指令。请参阅标注指南部分。

数据实例

在 Argilla 中的数据集实例示例如下：

json { "fields": { "text": "i didnt feel humiliated" }, "metadata": {}, "responses": [], "suggestions": [] }

在 HuggingFace datasets 中的相同记录示例如下：

json { "external_id": null, "metadata": "{}", "mixed-emotion": [], "mixed-emotion-suggestion": null, "mixed-emotion-suggestion-metadata": { "agent": null, "score": null, "type": null }, "sentiment": [], "sentiment-suggestion": null, "sentiment-suggestion-metadata": { "agent": null, "score": null, "type": null }, "text": "i didnt feel humiliated" }

数据字段

数据集字段区分如下：

• 字段：这些是数据集记录本身，目前仅支持文本字段。这些字段将用于提供问题的响应。

  • text 是 TextField 类型。

• 问题：这些问题将向标注者提出。它们可以是不同类型，如 RatingQuestion、TextQuestion、LabelQuestion、MultiLabelQuestion 和 RankingQuestion。

  • sentiment 是 LabelQuestion 类型，允许值为 [positive, neutral, negative]。
  • mixed-emotion 是 MultiLabelQuestion 类型，允许值为 [joy, anger, sadness, fear, surprise, love]。

• ✨ NEW 建议：从 Argilla 1.13.0 开始，建议已包含在内，以向标注者提供建议，以简化或协助标注过程。建议与现有问题相关联，总是可选的，并且不仅包含建议本身，还包含其相关元数据（如果适用）。

  • (可选) sentiment-suggestion 是 label_selection 类型，允许值为 [positive, neutral, negative]。
  • (可选) mixed-emotion-suggestion 是 multi_label_selection 类型，允许值为 [joy, anger, sadness, fear, surprise, love]。

此外，还有一个可选字段：

• external_id：这是一个可选字段，可用于为数据集记录提供外部 ID。如果您想将数据集记录链接到外部资源（如数据库或文件），这可能很有用。

数据分割

数据集包含一个分割，即 train。