el2e10/aya-indicsentiment-tamil

该数据集源自AI4Bharat的现有数据集，使用了AI4Bharat的IndicSentiment数据集来创建一个指令风格的数据集。IndicSentiment是一个多语言平行数据集，用于情感分析，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许可证下提供。该数据集包含一个训练分割，超过1150行。

原始信息汇总

数据集概述

基本信息

• 语言: 泰米尔语 (ta)
• 许可: cc
• 大小类别: 1K<n<10K
• 任务类别: 对话 (conversational)

数据集特征

• 输入: 字符串 (string)
• 目标: 字符串 (string)
• 模板语言: 字符串 (string)
• 模板ID: 整数 (int64)

数据分割

• 训练集:
  • 字节数: 725895
  • 样本数: 1156

下载与数据集大小

• 下载大小: 310780
• 数据集大小: 725895

配置

• 默认配置:
  • 数据文件:
    • 分割: 训练
    • 路径: data/train-*

描述

该数据集是从AI4Bharat已有的IndicSentiment数据集衍生而来的指令样式数据集。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、Indic语言翻译、情感标签等。原始数据集(IndicSentiment)在cc-0许可下发布。该数据集包含一个训练集，超过1150条数据。

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}