carlosug/end2end_textclassification

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`兼容的记录。数据集的结构包括字段、问题、建议、元数据和指南。数据集的主要字段是文本字段，问题类型为标签选择，允许的值为[World, Sports, Business, Sci/Tech]。数据集包含一个训练集分割。

This dataset is developed using Argilla, containing a configuration file `argilla.yaml` and records compatible with the HuggingFace `datasets` library. Its structure consists of fields, questions, suggestions, metadata, and guidelines. The primary field of the dataset is a text field, the question type is label selection, and the allowed values are [World, Sports, Business, Sci/Tech]. The dataset includes one training split.

原始信息汇总

数据集卡片 for end2end_textclassification

数据集描述

• 数据集摘要
  • 包含一个符合 Argilla 数据集格式的配置文件 argilla.yaml。
  • 数据集记录格式兼容 HuggingFace datasets。
  • 包含用于构建和整理数据集的标注指南（如果已在 Argilla 中定义）。

加载数据集

使用 Argilla 加载

python import argilla as rg

ds = rg.FeedbackDataset.from_huggingface("carlosug/end2end_textclassification")

使用 datasets 加载

python from datasets import load_dataset

ds = load_dataset("carlosug/end2end_textclassification")

支持的任务和排行榜

• 数据集可用于不同的 NLP 任务，具体取决于配置。
• 没有与该数据集关联的排行榜。

数据集结构

数据在 Argilla 中

• 字段 (Fields)

  • text: 文本类型，必需。

• 问题 (Questions)

  • label: 标签选择类型，必需，允许值为 [World, Sports, Business, Sci/Tech]。

• 建议 (Suggestions)

  • 可选，与现有问题关联，包含建议值及其元数据。

• 元数据 (Metadata)

  • 可选，提供关于数据集记录的额外信息。

• 指南 (Guidelines)

  • 可选，提供给标注者的指令。

数据实例

• Argilla 格式 json { "external_id": "record-0", "fields": { "text": "Wall St. Bears Claw Back Into the Black (Reuters) Reuters - Short-sellers, Wall Streets dwindling\band of ultra-cynics, are seeing green again." }, "metadata": {}, "responses": [], "suggestions": [], "vectors": {} }

• HuggingFace datasets 格式 json { "external_id": "record-0", "label": [], "label-suggestion": null, "label-suggestion-metadata": { "agent": null, "score": null, "type": null }, "metadata": "{}", "text": "Wall St. Bears Claw Back Into the Black (Reuters) Reuters - Short-sellers, Wall Streets dwindling\band of ultra-cynics, are seeing green again." }

数据字段

• 字段 (Fields)

  • text: 文本类型。

• 问题 (Questions)

  • label: 标签选择类型，允许值为 [World, Sports, Business, Sci/Tech]。

• 建议 (Suggestions)

  • 可选，label-suggestion: 标签选择类型，允许值为 [World, Sports, Business, Sci/Tech]。

• 元数据 (Metadata)

  • 可选，提供关于数据集记录的额外信息。

• 外部 ID (external_id)

  • 可选，提供数据集记录的外部 ID。

数据分割

• 数据集包含一个分割：train。