DIBT/MPEP_GERMAN

MPEP_GERMAN数据集是通过Argilla工具创建的，主要用于自然语言处理任务。数据集包含一个配置文件`argilla.yaml`，用于在Argilla中配置数据集，以及符合HuggingFace `datasets`格式的记录。数据集的结构包括字段、问题、建议、元数据和向量等。字段主要是文本类型，问题用于向标注者提问，建议则是为标注者提供的辅助信息。数据集可以用于多种NLP任务，具体取决于配置。数据集的语言信息未明确说明。

原始信息汇总

数据集概述

数据集名称

• 名称: MPEP_GERMAN

数据集大小

• 大小类别: n<1K

数据集标签

• 标签:
  • rlfh
  • argilla
  • human-feedback

数据集描述

• 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，可通过FeedbackDataset.from_huggingface或datasets库的load_dataset方法加载。
• 注释指南: 如果已在Argilla中定义，将包含注释指南。

数据集加载

• 使用Argilla加载: python import argilla as rg ds = rg.FeedbackDataset.from_huggingface("DIBT/MPEP_GERMAN")

• 使用datasets加载: python from datasets import load_dataset ds = load_dataset("DIBT/MPEP_GERMAN")

数据集结构

• 字段: 目前仅支持文本字段，用于提供对问题的响应。
  • source (文本类型)
• 问题: 向标注者提出的问题，类型包括评分、文本、标签选择等。
  • target (文本类型)，描述为“检查翻译并根据需要进行调整。更多说明见注释指南。”
• 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，如来源、作者、日期等。
• 外部ID: 提供数据集记录的外部ID，用于链接外部资源。

数据集使用

• 支持任务: 可用于不同的NLP任务，具体取决于配置。
• 语言: 信息待补充。

数据集创建

• 注释指南: 包含详细的翻译和调整指南。
• 数据分割: 包含单一分割，即train。