DIBT/MPEP_CZECH

MPEP_CZECH数据集是通过Argilla工具创建的，包含一个符合Argilla数据集格式的配置文件`argilla.yaml`，以及兼容HuggingFace `datasets`库的记录。数据集可以用于多种NLP任务，具体取决于配置。数据集结构包括字段、问题、建议、元数据和指南。数据集的一个实例展示了如何将文本从英语翻译成捷克语。数据集包含一个`train`分割。

原始信息汇总

数据集概述

名称: MPEP_CZECH

大小: 小于1000条记录

标签:

• rlfh
• argilla
• human-feedback

创建工具: Argilla

数据集内容

• 配置文件: 包含一个名为argilla.yaml的配置文件，用于配置数据集。
• 数据记录: 与HuggingFace datasets兼容的记录格式。
• 标注指南: 提供翻译文本的指南，如果已在Argilla中定义。

加载方式

• 使用Argilla: 通过安装Argilla并使用FeedbackDataset.from_huggingface方法加载数据集。
• 使用datasets库: 通过安装datasets库并使用load_dataset方法加载数据集。

数据集结构

• 字段: 目前仅支持文本字段，如source。
• 问题: 包括不同类型的问题，如target，用于翻译文本。
• 建议: 提供与问题关联的建议，如target-suggestion。
• 元数据: 提供额外信息，如数据来源。
• 指南: 提供标注指导。

数据实例

• 示例: 展示如何在Argilla和HuggingFace datasets中表示数据实例。

数据字段

• 字段: source，文本类型。
• 问题: target，文本类型，用于翻译文本。
• 建议: target-suggestion，文本类型，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: 仅包含训练集。

使用考虑

• 任务支持: 可用于多种NLP任务，具体取决于配置。
• 无排行榜: 该数据集没有关联的排行榜。