el2e10/aya-indicsentiment

该数据集源自AI4Bharat已有的数据集，使用了AI4Bharat的IndicSentiment数据集来创建一个指令风格的数据集。IndicSentiment是一个用于情感分析的多语言平行数据集，包含产品评论、翻译成印度语言、情感标签等。原始数据集(IndicSentiment)是在cc-0许可证下提供的。该数据集包含10个语言的分割，每个分割有1150多行数据。

原始信息汇总

数据集概述

基本信息

• 许可证: cc
• 任务类别: 对话
• 语言:
  • 孟加拉语 (bn)
  • 古吉拉特语 (gu)
  • 印地语 (hi)
  • 卡纳达语 (kn)
  • 马拉雅拉姆语 (ml)
  • 马拉地语 (mr)
  • 旁遮普语 (pa)
  • 泰米尔语 (ta)
  • 泰卢固语 (te)
  • 乌尔都语 (ur)
• 数据集名称: Aya-Indicsentiment
• 数据集大小: 1K<n<10K

配置

• 默认配置:
  • 分割: bn
    • 路径: data/bn.parquet
  • 分割: guj
    • 路径: data/guj.parquet
  • 分割: hn
    • 路径: data/hn.parquet
  • 分割: kn
    • 路径: data/kn.parquet
  • 分割: ml
    • 路径: data/ml.parquet
  • 分割: mr
    • 路径: data/mr.parquet
  • 分割: pa
    • 路径: data/pa.parquet
  • 分割: ta
    • 路径: data/ta.parquet
  • 分割: te
    • 路径: data/te.parquet
  • 分割: ur
    • 路径: data/ur.parquet

描述

该数据集源自AI4Bharat已有的IndicSentiment数据集，用于创建指令风格的数据集。IndicSentiment是一个用于情感分析的多语言平行数据集，包含产品评论、翻译成印度语言、情感标签等。原始数据集(IndicSentiment)在cc-0许可证下发布。

模板

以下模板用于转换原始数据集：

#Template 1 prompt: Translate from English to {target_language}: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}

#Template 2 prompt: Translate this sentence to {target_language}: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}

#Template 3 prompt: Whats the {target_language} translation of this language: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}

#Template 4 prompt: Can you translate this text to {target_language}: {ENGLISH_REVIW}

completion: {INDIC_REVIEW}