The-AI-Alliance/open-trusted-data-initiative

Clarify "canonical" labels to support

Offen

#108 geöffnet am 04.03.2025

Auf GitHub ansehenContributor Guide
 (1 Kommentar) (0 Reaktionen) (0 zugewiesene Personen)Jupyter Notebook (7 Forks)auto 404
catalogenhancementgood first issuehelp wantedopen data spec

Repository-Metriken

Stars
 (16 Sterne)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

I added two links in the references to general categories used in advertising and NLP. They are hierarchical with the lowest layers probably too fine-grained, but the higher layers could be good categories to provide canned labels for users searching for domain-specific datasets.

Other important labels include: synthetic, training, tuning, materials, healthcare, time series, science, math, tech, audio, video, multimedia, language, particular languages, etc.

Contributor Guide

Research-Richtung
Überprüfen Sie die vorhandenen Referenzen und schlagen Sie zusätzliche kanonische Bezeichnungen basierend auf den vorgeschlagenen Kategorien vor.
Tech Stack
Keine
Domain
documentationdata
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Unter 1 Stunde
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Keine
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
85