argilla/emotion

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、建议和注释指南。数据集的主要字段是文本字段，主要问题是标签问题，允许的值为[0, 1, 2, 3, 4, 5]。数据集包含一个训练集分割。

原始信息汇总

数据集卡片 for emotion

数据集描述

数据集概述

该数据集包含：

• 一个符合 Argilla 数据集格式的配置文件 argilla.yaml，用于在使用 Argilla 的 FeedbackDataset.from_huggingface 方法时配置数据集。
• 与 HuggingFace datasets 兼容的数据集记录，这些记录在使用 FeedbackDataset.from_huggingface 时会自动加载，也可以通过 datasets 库独立加载。
• 用于构建和整理数据集的标注指南（如果在 Argilla 中定义）。

加载方式

使用 Argilla 加载

安装 Argilla：

bash pip install argilla --upgrade

加载数据集：

python import argilla as rg

ds = rg.FeedbackDataset.from_huggingface("argilla/emotion")

使用 datasets 加载

安装 datasets：

bash pip install datasets --upgrade

加载数据集：

python from datasets import load_dataset

ds = load_dataset("argilla/emotion")

支持的任务和排行榜

该数据集可以包含多个字段、问题和响应，因此可以用于不同的 NLP 任务，具体取决于配置。数据集结构在数据集结构部分中描述。

该数据集没有关联的排行榜。

语言

[更多信息需要]

数据集结构

数据在 Argilla 中

数据集在 Argilla 中包含以下内容：

• 字段 (Fields)：数据集记录本身，目前仅支持文本字段。

字段名称	标题	类型	必需	Markdown
text	文本	TextField	是	否

• 问题 (Questions)：向标注者提出的问题，可以是不同类型，如评分、文本、单选或多选。

问题名称	标题	类型	必需	描述	值/标签
label	标签	LabelQuestion	是	N/A	[0, 1, 2, 3, 4, 5]

• ✨ 新功能 建议 (Suggestions)：与现有问题关联的建议，包含建议的值及其元数据。

• 指南 (Guidelines)：提供给标注者的指令，详见标注指南部分。

数据实例

在 Argilla 中的数据集实例示例如下：

json { "fields": { "text": "i didnt feel humiliated" }, "metadata": { "split": "train" }, "responses": [ { "status": "submitted", "values": { "label": { "value": "0" } } } ], "suggestions": [] }

在 HuggingFace datasets 中的相同记录示例如下：

json { "external_id": null, "label": [ { "status": "submitted", "user_id": null, "value": "0" } ], "label-suggestion": null, "label-suggestion-metadata": { "agent": null, "score": null, "type": null }, "metadata": "{"split": "train"}", "text": "i didnt feel humiliated" }

数据字段

数据集字段区分如下：

• 字段 (Fields)：数据集记录本身，目前仅支持文本字段。

  • text 是 TextField 类型。

• 问题 (Questions)：向标注者提出的问题，可以是不同类型，如 RatingQuestion、TextQuestion、LabelQuestion、MultiLabelQuestion 和 RankingQuestion。

  • label 是 LabelQuestion 类型，允许值为 [0, 1, 2, 3, 4, 5]。

• ✨ 新功能 建议 (Suggestions)：自 Argilla 1.13.0 起，建议已包含在内，以提供标注者在标注过程中易于或协助的建议。建议与现有问题关联，始终可选，并包含建议本身及其相关元数据（如果适用）。

  • (可选) label-suggestion 是 label_selection 类型，允许值为 [0, 1, 2, 3, 4, 5]。

此外，还有一个可选字段：

• external_id：用于为数据集记录提供外部 ID 的可选字段。如果需要将数据集记录链接到外部资源（如数据库或文件），这可能很有用。

数据分割

数据集包含一个分割，即 train。