Hacktoberfest 2026: as issues que os mantenedores marcaram para outubro, abertas e boas para iniciantes. Ver issues do Hacktoberfest

Create dataset offenseval_dravidian

Aberta
  • Algo errado?
#347 0 comentários 0 reações 0 responsáveis Ver no GitHub

Ninguém assumiu esta issue ainda.

Avaliação

Dificuldade
1/5
Tempo estimado
Menos de uma hora
Facilidade para iniciantes
55/100
Tipo de issue
Funcionalidade
Clareza
Claramente especificada
Status de atividade
Estagnada
Domínio
data

Direção de pesquisa

Crie offenseval_dravidian.json a partir do registro completo na issue, verificando primeiro os arquivos JSON de datasets próximos para confirmar a localização e a formatação esperadas. A tarefa estará concluída quando a nova entrada do catálogo for um JSON válido e preservar os metadados do dataset fornecidos, os links de download, a licença e os campos de privacidade.

Escrita pelo modelo de indexação a partir do texto da issue.

Descrição

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
Linguagem predominante
HTML
Estrelas
91
Forks
47
Nenhum PR com merge em 30d

Preparar o ambiente

Este projeto não oferece contêiner de desenvolvimento, Dockerfile nem guia de contribuição, então a configuração fica por sua conta: comece pelo README e veja nosso guia da primeira contribuição para os passos gerais.

Primeiros passos

  1. Leia a issue inteira e depois o guia de contribuição do projeto.
  2. Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
  3. Faça um fork do repositório e trabalhe em uma branch.
  4. Abra um pull request que referencie o número da issue.

Mais de bigscience-workshop/data_tooling

Todas as issues de bigscience-workshop/data_tooling

Issues semelhantes

Mais issues de Data Engineering

Receba novas issues na sua caixa de entrada

Um resumo curto de issues do GitHub para quem está começando.