DIBT/MPEP_SPANISH

该数据集是通过Argilla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。数据集可以用于不同的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在Argilla和HuggingFace `datasets`中加载数据。数据字段包括源文本、目标翻译文本、建议和元数据。数据集仅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: MPEP_SPANISH
• 大小: 小于1000条记录
• 标签: rlfh, argilla, human-feedback
• 创建工具: Argilla

数据集内容

数据集配置

• 配置文件: argilla.yaml，符合Argilla数据集格式。
• 数据格式: 兼容HuggingFace datasets库。

数据加载

• 使用Argilla加载: 通过pip install argilla --upgrade安装Argilla后，使用rg.FeedbackDataset.from_huggingface("DIBT/MPEP_SPANISH")加载数据。
• 使用datasets库加载: 通过pip install datasets --upgrade安装datasets后，使用load_dataset("DIBT/MPEP_SPANISH")加载数据。

数据结构

• 字段: 目前仅支持文本字段，如source字段。
• 问题: 提供给标注者的问題，如target字段，类型为文本，描述为“Translate the text.”。
• 建议: 与问题关联的建议，如target-suggestion，类型为文本。
• 元数据: 提供额外信息，如metadata，类型为字典。
• 外部ID: 提供外部ID，如external_id。

数据实例

• 示例: 包含external_id, fields, metadata, responses, suggestions, vectors等字段。

数据分割

• 分割: 单一分割，即train。

数据集使用

支持的任务

• 任务: 根据配置可用于不同的NLP任务。
• 无排行榜: 该数据集没有关联的排行榜。

语言

• 信息待补充: 具体语言信息尚未提供。