nataliaElv/setfit_tutorial

该数据集包含一个符合Argilla数据集格式的配置文件`argilla.yaml`，以及与HuggingFace `datasets`库兼容的记录。数据集的结构包括字段、问题、建议、元数据、向量和注释指南。数据集可以用于不同的NLP任务，具体取决于配置。数据集的加载可以通过Argilla或`datasets`库完成。

原始信息汇总

数据集概述

• 名称: setfit_tutorial
• 大小: 1K<n<10K
• 标签: rlfh, argilla, human-feedback
• 创建工具: Argilla

数据集内容

• 配置文件: argilla.yaml，符合Argilla数据集格式。
• 数据记录: 与HuggingFace datasets兼容的格式。
• 加载方式:
  • Argilla: 使用pip install argilla --upgrade后，通过rg.FeedbackDataset.from_huggingface("nataliaElv/setfit_tutorial")加载。
  • datasets: 使用pip install datasets --upgrade后，通过load_dataset("nataliaElv/setfit_tutorial")加载。

数据集结构

• 字段: 目前仅支持文本字段。
  • text: 类型为TextField。
• 问题: 多种类型，如RatingQuestion, TextQuestion, LabelQuestion, MultiLabelQuestion, RankingQuestion。
  • topics: 类型为MultiLabelQuestion，允许值包括多种金融相关的操作和状态。
  • sentiment: 类型为LabelQuestion，允许值为[positive, neutral, negative]。
• 建议: 自Argilla 1.13.0起，提供与问题关联的建议，以辅助标注过程。
  • topics-suggestion: 类型为multi_label_selection。
  • sentiment-suggestion: 类型为label_selection。
• 外部ID: 可选字段，用于提供数据记录的外部标识。

数据实例

• Argilla格式: 包含text字段和suggestions。
• HuggingFace datasets格式: 包含text字段和扩展的suggestions信息。

数据分割

• 分割: 仅包含train分割。