DIBT-Bengali/Bengali-Prompt-Evaluation-Data

该数据集包含一个配置文件`argilla.yaml`和与HuggingFace `datasets`库兼容的记录，主要用于NLP任务，特别是文本翻译任务。数据集的字段包括文本字段、问题、建议、元数据等。数据集的结构和内容在README中有详细描述，但关于数据集的创建、注释过程、来源等信息尚未提供。

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: Bengali-Prompt-Evaluation-Data
• 数据集大小: n<1K
• 标签:
  • rlfh
  • argilla
  • human-feedback

数据集描述

数据集概要

• 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。
• 数据记录: 数据记录格式与HuggingFace datasets兼容。
• 标注指南: 包含用于构建和整理数据的标注指南。

加载方式

• 使用Argilla加载: python import argilla as rg ds = rg.FeedbackDataset.from_huggingface("DIBT-Bengali/Bengali-Prompt-Evaluation-Data")

• 使用datasets加载: python from datasets import load_dataset ds = load_dataset("DIBT-Bengali/Bengali-Prompt-Evaluation-Data")

支持的任务和排行榜

• 任务: 支持多种NLP任务，具体取决于配置。
• 排行榜: 无。

语言

• 信息: 待补充。

数据集结构

数据在Argilla中

• 字段: 当前仅支持文本字段。
  • source (文本类型)
• 问题: 用于向标注者提问，类型包括评分、文本、标签选择、多标签选择和排名。
  • target (文本类型，描述为“Translate the text.”)
• 建议: 提供给标注者的建议，与现有问题关联。
  • target-suggestion (文本类型)
• 元数据: 提供关于数据集记录的额外信息。
• 外部ID: 提供数据集记录的外部ID。

数据实例

• 示例: 包含外部ID、字段、元数据、响应、建议和向量。

数据字段

• 字段:
  • source (文本类型)
• 问题:
  • target (文本类型，描述为“Translate the text.”)
• 建议:
  • target-suggestion (文本类型)
• 元数据: 可选，提供额外信息。
• 外部ID: 可选，用于链接外部资源。

数据分割

• 分割: 仅包含train分割。

数据集创建

标注指南

• 指南: 翻译文本字段中的文本。

注释

• 注释过程: 待补充。
• 注释者: 待补充。

个人和敏感信息

• 信息: 待补充。