el2e10/aya-indicsentiment-urdu

该数据集源自AI4Bharat已有的数据集，使用了AI4Bharat的IndicSentiment数据集来创建一个指令风格的数据集。IndicSentiment是一个用于情感分析的多语言并行数据集，包含产品评论、翻译成印度语言、情感标签等。原始数据集（IndicSentiment）在cc-0许可下提供。本数据集包含一个单一的训练集分割，涵盖超过1150行数据。

原始信息汇总

数据集概述

基本信息

• 语言: 乌尔都语 (ur)
• 许可证: cc
• 数据规模: 1K<n<10K
• 任务类别: 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: 509202
    • 样本数: 1156
• 下载大小: 264049
• 数据集大小: 509202

配置

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

描述

该数据集源自AI4Bharat已有的数据集，使用AI4Bharat的IndicSentiment数据集创建了一个指令风格的数据集。IndicSentiment是一个用于情感分析的多语言并行数据集，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。

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}