vinay876/datasets1

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，允许的标签值为[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

数据集基本信息

• 名称: datasets1
• 大小: 1K<n<10K
• 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库兼容，可通过load_dataset方法加载。
• 标注指南: 若在Argilla中定义，将包含用于构建和整理数据集的标注指南。

加载方式

• 使用Argilla: 通过安装Argilla并使用以下代码加载数据集： python import argilla as rg ds = rg.FeedbackDataset.from_huggingface("vinay876/datasets1")

• 使用datasets库: 通过安装datasets库并使用以下代码加载数据集： python from datasets import load_dataset ds = load_dataset("vinay876/datasets1")

数据集结构

• 数据在Argilla中: 数据集包含字段、问题、建议、元数据、向量和指南。
  • 字段: 当前仅支持文本字段。
    • text: 类型为FieldTypes.text，必填。
  • 问题: 包括不同类型的问题，如评分、文本、标签选择、多标签选择或排名。
    • label: 类型为QuestionTypes.label_selection，必填，允许的值为[World, Sports, Business, Sci/Tech]。
  • 建议: 与现有问题关联，提供标注过程中的建议。
  • 元数据: 提供关于数据集记录的额外信息，可选。
  • 指南: 提供给标注者的指导信息，可选。

数据实例

• Argilla格式: 示例数据包括外部ID、字段、元数据、响应、建议和向量。
• HuggingFace datasets格式: 示例数据包括外部ID、标签、标签建议、标签建议元数据、元数据和文本。

数据字段

• 字段: 文本字段。
• 问题: 标签选择问题。
• 建议: 标签建议，可选。
• 元数据: 提供额外信息，可选。
• 外部ID: 提供外部ID，可选。

数据分割

• 分割: 仅包含train分割。

数据集创建

• 标注指南: 将文章分类为四个类别之一。

注意事项

• 语言: 需要更多信息。
• 支持的任务和排行榜: 数据集可用于不同的NLP任务，但无相关排行榜。
• 个人和敏感信息: 需要更多信息。
• 社会影响、偏见和其他已知限制: 需要更多信息。