jmanhype/emotion-custom

该数据集是通过Argilla创建的，包含一个配置文件`argilla.yaml`和与HuggingFace `datasets`兼容的记录。数据集的结构包括字段、问题、建议、元数据和指南。数据集可以用于不同的NLP任务，具体取决于配置。数据集的字段包括文本字段和问题字段，问题字段包括情感和混合情感的选择。数据集还包含可选的建议和元数据字段。数据集的注释指南提到了数据集包含六种基本情感：愤怒、恐惧、喜悦、爱、悲伤和惊讶。

This dataset is constructed via Argilla, which includes a configuration file `argilla.yaml` and records compatible with HuggingFace `datasets`. The structure of the dataset encompasses fields, questions, suggestions, metadata, and guidelines. This dataset can be utilized for various NLP tasks depending on its specific configuration. The fields of the dataset comprise text fields and question fields, with the question fields offering options for sentiment and mixed sentiment. The dataset also includes optional suggestion and metadata fields. The annotation guidelines for this dataset specify that it contains six basic emotions: anger, fear, joy, love, sadness, and surprise.

原始信息汇总

数据集卡片 for emotion-custom

数据集描述

• 主页: https://argilla.io
• 仓库: https://github.com/argilla-io/argilla
• 论文:
• 排行榜:
• 联系人:

数据集摘要

该数据集包含：

• 符合 Argilla 数据集格式的配置文件 argilla.yaml。该配置文件将在使用 FeedbackDataset.from_huggingface 方法时用于配置数据集。
• 与 HuggingFace datasets 兼容的数据集记录。这些记录在使用 FeedbackDataset.from_huggingface 时会自动加载，也可以通过 datasets 库独立加载。
• 用于构建和整理数据集的标注指南（如果已在 Argilla 中定义）。

加载方式

使用 Argilla 加载

安装 Argilla：

python pip install argilla --upgrade

加载数据集：

python import argilla as rg

ds = rg.FeedbackDataset.from_huggingface("jmanhype/emotion-custom")

使用 datasets 加载

安装 datasets：

python pip install datasets --upgrade

加载数据集：

python from datasets import load_dataset

ds = load_dataset("jmanhype/emotion-custom")

支持的任务和排行榜

该数据集可以包含多个字段、问题和响应，因此可以用于不同的 NLP 任务，具体取决于配置。数据集结构在数据集结构部分中描述。

该数据集没有关联的排行榜。

语言

[更多信息需要]

数据集结构

数据在 Argilla 中

数据集在 Argilla 中创建，包含：字段、问题、建议、元数据、向量和指南。

字段是数据集记录本身，目前仅支持文本字段。这些字段将用于提供问题的答案。

字段名称	标题	类型	必需	Markdown
text	文本	text	True	False

问题是向标注者提出的问题。它们可以是不同类型，如评分、文本、标签选择、多标签选择或排序。

问题名称	标题	类型	必需	描述	值/标签
sentiment	情感	label_selection	True	N/A	[positive, neutral, negative]
mixed-emotion	混合情感	multi_label_selection	True	N/A	[joy, anger, sadness, fear, surprise, love]

建议是人为或机器生成的推荐，用于在标注过程中协助标注者。这些建议总是与现有问题相关联，并命名为“-suggestion”和“-suggestion-metadata”，包含建议的值及其元数据。

元数据是一个字典，用于提供关于数据集记录的额外信息。这可以为标注者提供额外的上下文，或提供关于数据集记录本身的额外信息。元数据总是可选的，并且可以与 argilla.yaml 中定义的 metadata_properties 相关联。

指南是可选的，只是一个用于向标注者提供指令的纯字符串。

数据实例

在 Argilla 中的数据集实例示例如下：

json { "external_id": null, "fields": { "text": "i didnt feel humiliated" }, "metadata": {}, "responses": [], "suggestions": [], "vectors": {} }

在 HuggingFace datasets 中的相同记录示例如下：

json { "external_id": null, "metadata": "{}", "mixed-emotion": [], "mixed-emotion-suggestion": null, "mixed-emotion-suggestion-metadata": { "agent": null, "score": null, "type": null }, "sentiment": [], "sentiment-suggestion": null, "sentiment-suggestion-metadata": { "agent": null, "score": null, "type": null }, "text": "i didnt feel humiliated" }

数据字段

数据集字段包括：

• 字段: 数据集记录本身，目前仅支持文本字段。这些字段将用于提供问题的答案。

  • text 类型为 text。

• 问题: 向标注者提出的问题。它们可以是不同类型，如 RatingQuestion、TextQuestion、LabelQuestion、MultiLabelQuestion 和 RankingQuestion。

  • sentiment 类型为 label_selection，允许值为 [positive, neutral, negative]。
  • mixed-emotion 类型为 multi_label_selection，允许值为 [joy, anger, sadness, fear, surprise, love]。

• 建议: 从 Argilla 1.13.0 开始，建议已包含在内，以在标注过程中为标注者提供建议。建议与现有问题相关联，总是可选的，并且不仅包含建议本身，还包含其元数据（如果适用）。

  • (可选) sentiment-suggestion 类型为 label_selection，允许值为 [positive, neutral, negative]。
  • (可选) mixed-emotion-suggestion 类型为 multi_label_selection，允许值为 [joy, anger, sadness, fear, surprise, love]。

此外，还有两个可选字段：

• 元数据: 用于提供关于数据集记录的额外信息的可选字段。
• external_id: 用于为数据集记录提供外部 ID 的可选字段。

数据分割

数据集包含一个分割，即 train。