bigscience-workshop / bigscience-workshop/data_tooling

Create dataset tsac

Aperta
#352 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub
data catalog
Lingua principale
HTML
Stelle
91
Fork
47
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

- uid: tsac
- type: primary
- description:
- name: TSAC
- description: Tunisian sentiment analysis corpus. The dataset contains 17K user comments manually annotated to positive and negative. The corpus is collected from Facebook comments on official pages of Tunisian radios and TV channels. The dataset is collected between Jan 2015 and June 2016.
- homepage: https://github.com/fbougares/TSAC
- validated: True
- languages:
- language_names:
- Arabic
- ar-TN
- language_comments:
- language_locations:
- Northern Africa
- Tunisia
- validated: False
- custodian:
- name:
- in_catalogue:
- type:
- location:
- contact_name:
- contact_email:
- contact_submitter: False
- additional:
- validated: False
- availability:
- procurement:
- for_download: Yes - it has a direct download link or links
- download_url: https://github.com/fbougares/TSAC
- download_email:
- licensing:
- has_licenses: Yes
- license_text: Everyone is permitted to copy and distribute verbatim copies of this license document, but changing it is not allowed.
- license_properties:
- open license
- license_list:
- lgpl-3.0: GNU Lesser General Public License v3.0 only
- pii:
- has_pii: Unclear
- generic_pii_likely:
- generic_pii_list:
- numeric_pii_likely:
- numeric_pii_list:
- sensitive_pii_likely:
- sensitive_pii_list:
- no_pii_justification_class: general knowledge not written by or referring to private persons
- no_pii_justification_text:
- validated: False
- source_category:
- category_type: website
- category_web:
- category_media:
- validated: False
- media:
- category:
- text
- text_format:
- .TXT
- audiovisual_format:
- image_format:
- database_format:
- .ZIP
- text_is_transcribed: No
- instance_type: post
- instance_count: 1K

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Crea la voce del dataset in tsac.json utilizzando i metadati TSAC forniti, l’URL di download, i dettagli della licenza, la lingua e i campi multimediali. Esamina il testo dell’issue confrontandolo con il file risultante e conferma che la voce sia completa e strutturata in modo coerente con i valori richiesti.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Ambito
data
Tipo di issue
Funzionalità
Difficoltà
2/5
Tempo stimato
1-3 ore
Stato di attività
Ferma
Chiarezza
Specificata chiaramente
Idoneità per principianti
55/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.