Create dataset offenseval_dravidian
還沒有人認領這個 Issue。
評估
- 難度
- 1/5
- 預估耗時
- 1 小時以內
- 新手友好度
- 55/100
- Issue 類型
- 功能
- 描述清晰度
- 描述清楚
- 活躍度
- 停滯
- 領域
- data
研究方向
根據 issue 中的完整記錄建立 offenseval_dravidian.json，首先檢查附近的資料集 JSON 檔案，以確認預期的位置和格式。新的目錄項目為有效的 JSON，並保留所提供的資料集中繼資料、下載連結、授權資訊和隱私欄位，即表示完成。
由索引模型根據 Issue 內容生成。
描述
- 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
- language_names:
- 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:
- for_download: Yes - it has a direct download link or links
- download_url: https://zenodo.org/record/4750858#.YZZArr1BydZ , https://huggingface.co/datasets/offenseval_dravidian
- download_email:
- 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
- procurement:
- 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
- category:
- fname: offenseval_dravidian.json
- 主要語言
- HTML
- 星號
- 91
- 分支
- 47
- PR 合併指標
- 30 天內沒有已合併 PR
環境準備
這個專案沒有提供開發容器、Dockerfile 或貢獻指南，環境需要你自己搭建：先看它的 README，通用步驟見我們的新手貢獻指南。
從這裡開始
- 先讀完整個 Issue，再讀專案的貢獻指南。
- 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
- Fork 儲存庫，在一個分支上完成修改。
- 送出 Pull Request，並在描述裡引用這個 Issue 編號。
bigscience-workshop/data_tooling 的其他 Issue
-
data catalog
難度 1/5 1 小時以內 新手友好度 82/100
-
data catalog
難度 1/5 1 小時以內 新手友好度 62/100
-
data catalog
難度 2/5 1-3 小時 新手友好度 68/100
-
data catalog
難度 1/5 1 小時以內 新手友好度 72/100
-
data catalog
難度 2/5 1-3 小時 新手友好度 82/100
查看 bigscience-workshop/data_tooling 的全部 Issue
相似的 Issue
-
essspectroscopy
難度 2/5 1-3 小時 新手友好度 65/100
維護者通常 2 天內回覆
-
OpenAI raw streaming tool-call messages without content raise KeyError可能已有人在做 @Darssal 今天認領。 未關閉
難度 2/5 1-3 小時 新手友好度 78/100
hiyouga/LlamaFactory#10897 ·
維護者通常 1 天內回覆
-
continuous energy neutron
難度 2/5 1-3 小時 新手友好度 85/100
mcdc-project/mcdc#577 ·
維護者通常 1 天內回覆
-
ConcatThenSplitIterDataset drops a document when restored from a JSON-serialized state可能已有人在做 @AshishKumar4 今天認領。 未關閉
難度 2/5 1-3 小時 新手友好度 75/100
維護者通常 1 天內回覆
-
[BUG] get_batch_request_from_acceptable_arguments rejects DataFrame batch_data可能已有人在做 @feiiiiii5 今天認領。 未關閉
難度 2/5 1-3 小時 新手友好度 82/100
fivetran/great_expectations#12321 ·
維護者通常 4 天內回覆