Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Connect data filtering, visualization, PII pipeline into datastore

Đang mở
#262 0 bình luận 0 reaction 5 người được giao Xem trên GitHub

@HugoLaurencon đang làm issue này rồi.

Từ ngày 24/11/2021.

Đánh giá

Issue này chưa được đánh giá.

Mô tả

PII tooling

Datastore is an extension of datasets that interoprates with sqlite and memmap. The reason I created it was because I wanted a low resource way to do data processing on datasets. Arrow can be cumbersome for things like update. And we get the power of SQL and full text search. Note that the full text search is not a service that requires a server, but rather based on sqlite itself and not as flexible as the indexsearch @ggdupont is working on.

However, it would be cool to connect the ac_dc filtering and PII pipeline to datastore so we can do things like

  • load dataset X
  • ac/dc filter
  • PII process
  • full text index in sqlite
  • run through distiluse and memmap vector to memmap column
  • and visualize a subset based on perpleixty param, registry param and full text search

This is not an immediate need, but it would provide a low compute, low resource (no servers needed) tool that will promote equal access to language tech to different researchers around the world.

Ngôn ngữ chính
HTML
Star
91
Fork
47
Không có pull request nào được merge trong 30 ngày

Hướng dẫn đóng góp

Chưa lập chỉ mục được hướng dẫn đóng góp cho kho mã nguồn này

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của bigscience-workshop/data_tooling

Tất cả issue của bigscience-workshop/data_tooling

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.