el2e10/aya-indicsentiment-punjabi

该数据集源自AI4Bharat的IndicSentiment数据集，用于创建指令风格的数据集。IndicSentiment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。原始数据集在cc-0许可下提供。该数据集包含一个训练集，超过1150行数据。转换原始数据集时使用了四个模板，这些模板用于将英文评论翻译成目标语言。

原始信息汇总

数据集概述

基本信息

• 语言: 旁遮普语 (pa)
• 许可: cc
• 大小类别: 1K<n<10K
• 任务类别: 对话 (conversational)

数据集详情

• 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: 635857
    • 样本数: 1154
• 下载大小: 287301
• 数据集大小: 635857

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是一个多语言并行数据集，用于情感分析，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}