Hacktoberfest 2026 : les issues que les mainteneurs ont marquées pour octobre, ouvertes et accessibles aux débutants. Parcourir les issues Hacktoberfest

Create dataset offenseval_dravidian

Ouverte
  • Quelque chose ne va pas ?
#347 0 commentaires 0 réactions 0 personnes assignées Voir sur GitHub

Personne n'a encore pris cette issue.

Évaluation

Difficulté
1/5
Temps estimé
Moins d'une heure
Accessibilité débutants
55/100
Type d'issue
Fonctionnalité
Clarté
Clairement spécifiée
Activité
À l'abandon
Domaine
data

Piste de recherche

Créez offenseval_dravidian.json à partir de l’enregistrement complet de l’issue, en vérifiant d’abord les fichiers JSON de datasets voisins pour déterminer l’emplacement et le format attendus. La tâche est terminée lorsque la nouvelle entrée du catalogue est un JSON valide et préserve les métadonnées du dataset fournies, les liens de téléchargement, les informations de licence et les champs de confidentialité.

Rédigé par le modèle d'indexation à partir du texte de l'issue.

Description

data catalog
  • uid: offenseval_dravidian
  • type: primary
  • description:
    • name: Offenseval Dravidian
    • description: Gold standard corpus for offensive language identification of code-mixed text in Dravidian languages (Tamil-English, Malayalam-English, and Kannada-English).
    • homepage: https://huggingface.co/datasets/offenseval_dravidian
    • validated: True
  • languages:
    • language_names:
      • Indic
      • Tamil
      • Kannada
      • Malayalam
    • language_comments:
    • language_locations:
      • Southern Asia
      • India
    • validated: False
  • custodian:
    • name: Bharathi Raja Asoka Chakravarthi (
    • in_catalogue:
    • type: A private individual
    • location: Ireland
    • contact_name: Bharathi Raja Asoka Chakravarthi
    • contact_email: [email protected]
    • contact_submitter: False
    • additional: https://github.com/bharathichezhiyan
    • validated: False
  • availability:
    • procurement:
    • licensing:
      • has_licenses: Yes
      • license_text:
      • license_properties:
        • open license
      • license_list:
        • cc-by-4.0: Creative Commons Attribution 4.0 International
    • pii:
      • has_pii: Yes
      • generic_pii_likely: somewhat likely
      • generic_pii_list:
        • dates (birth, death, etc.)
      • numeric_pii_likely: none
      • numeric_pii_list:
      • sensitive_pii_likely: somewhat likely
      • sensitive_pii_list:
        • racial or ethnic origin
        • religious or philosophical beliefs
        • political opinions
        • data concerning a person's sex life or sexual orientation
      • no_pii_justification_class:
      • no_pii_justification_text:
    • validated: False
  • source_category:
    • category_type: website
    • category_web: social media
    • category_media:
    • validated: False
  • media:
    • category:
      • text
    • text_format:
      • .CSV
    • audiovisual_format:
    • image_format:
    • database_format:
      • .CSV
    • text_is_transcribed: No
    • instance_type: Sentence and its offensive index
    • instance_count: 10K<n<100K
    • instance_size: 10<n<100
    • validated: False
  • fname: offenseval_dravidian.json
Langage dominant
HTML
Étoiles
91
Forks
47
Aucune PR mergée en 30 j

Préparer son environnement

Ce projet ne fournit ni conteneur de développement, ni Dockerfile, ni guide de contribution : l'installation est à votre charge. Commencez par son README, et consultez notre guide de la première contribution pour les étapes générales.

Par où commencer

  1. Lisez l'issue en entier, puis le guide de contribution du projet.
  2. Signalez en commentaire que vous la prenez — cela évite que deux personnes fassent le même travail.
  3. Forkez le dépôt et travaillez sur une branche.
  4. Ouvrez une pull request qui référence le numéro de l'issue.

Autres issues de bigscience-workshop/data_tooling

Toutes les issues de bigscience-workshop/data_tooling

Issues similaires

Plus d'issues Data Engineering

Recevez les nouvelles issues par e-mail

Un résumé court des issues GitHub adaptées aux débutants.