vinay876/dataset4

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、元数据和指南。数据集主要用于NLP任务，但具体任务取决于配置。数据集的记录主要是文本字段，并且包含一个标签选择问题，允许的标签为[World, Sports, Business, Sci/Tech]。数据集包含一个训练集分割。

原始信息汇总

数据集概述

数据集名称

• 名称: dataset4

数据集大小

• 大小范围: 1K<n<10K

数据集标签

• 标签: rlfh, argilla, human-feedback

数据集描述

• 配置文件: 包含一个名为argilla.yaml的配置文件，符合Argilla数据集格式。
• 记录格式: 数据集记录与HuggingFace datasets兼容，可通过FeedbackDataset.from_huggingface方法自动加载。
• 标注指南: 若在Argilla中定义，将提供标注指南。

加载方式

• 使用Argilla加载: python import argilla as rg ds = rg.FeedbackDataset.from_huggingface("vinay876/dataset4")

• 使用datasets加载: python from datasets import load_dataset ds = load_dataset("vinay876/dataset4")

数据集结构

• 字段: 目前仅支持文本字段。
  • text (文本类型，必填)
• 问题: 用于标注者的提问，支持多种类型。
  • label (标签选择类型，必填)，允许值为[World, Sports, Business, Sci/Tech]
• 建议: 与问题关联，辅助标注过程。
  • label-suggestion (可选，标签选择类型)，允许值同上。
• 元数据: 提供额外信息，如数据来源等，可选。
• 外部ID: 可选，用于关联外部资源。

数据实例

• Argilla格式: json { "external_id": null, "fields": { "text": "示例文本" }, "metadata": {}, "responses": [], "suggestions": [], "vectors": {} }

• HuggingFace datasets格式: json { "external_id": null, "label": [], "label-suggestion": null, "label-suggestion-metadata": { "agent": null, "score": null, "type": null }, "metadata": "{}", "text": "示例文本" }

数据集创建

• 标注指南: 将文章分类到四个类别之一。

数据集使用注意事项

• 无领导板关联。
• 语言信息: 待补充。
• 数据分割: 仅包含train分割。