bigscience-workshop / bigscience-workshop/data_tooling

Create dataset wikpiedia_in_chinese

Offen
#91 0 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
data catalog
Vorherrschende Sprache
HTML
Sterne
91
Forks
47
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

- uid: wikpiedia_in_chinese
- type: primary
- description:
- name: Wikpiedia in Chinese
- description: Wikpiedia in Chinese
- homepage: https://zh.wikipedia.org/wiki/Wikipedia:%E9%A6%96%E9%A1%B5
- validated: True
- languages:
- language_names:
- Chinese
- language_comments:
- language_locations:
- World-Wide
- validated: False
- custodian:
- name:
- in_catalogue: wikimedia_foundation
- 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://dumps.wikimedia.org/zhwiki/
- download_email:
- licensing:
- has_licenses: Yes
- license_text:
- license_properties:
- open license
- license_list:
- cc-by-sa-3.0: Creative Commons Attribution Share Alike 3.0 Unported
- pii:
- has_pii: Yes
- generic_pii_likely:
- generic_pii_list:
- numeric_pii_likely:
- numeric_pii_list:
- sensitive_pii_likely:
- sensitive_pii_list:
- no_pii_justification_class:
- no_pii_justification_text:
- validated: False
- source_category:
- category_type: website
- category_web: wiki
- category_media:
- validated: False
- media:
- category:
- text
- image
- text_format:
- .HTML
- audiovisual_format:
- image_format:
- database_format:
- text_is_transcribed: No
- instance_type: article
- instance_count: 1M

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Rechercherichtung

Beginne mit den Dataset-Metadaten in diesem Issue und untersuche die vorhandenen Dataset-Einträge im Repository, um festzustellen, wo wikpiedia_in_chinese.json hingehört und wie die Einträge strukturiert sind. Verwende die verlinkte chinesische Wikipedia-Dump-Seite, um die bereitgestellten Quelldetails zu überprüfen; als erledigt gilt die Aufgabe, wenn der neue Eintrag den Katalogkonventionen entspricht und den angegebenen Dateinamen sowie die Metadaten enthält.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Tech-Stack
json
Bereich
data
Issue-Typ
Feature
Schwierigkeit
2/5
Geschätzter Aufwand
1-3 Stunden
Aktivitätsstatus
Veraltet
Klarheit
Größtenteils klar
Anfängerfreundlichkeit
42/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.