bigscience-workshop / bigscience-workshop/data_tooling

Create dataset wikpiedia_in_chinese

Aperta
#91 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: 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

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia dai metadati del dataset in questa issue e ispeziona le voci di dataset esistenti nel repository per determinare dove inserire wikpiedia_in_chinese.json e come sono strutturate le voci. Usa la pagina collegata del dump di Wikipedia in cinese per verificare i dettagli della fonte forniti; il lavoro è completo quando la nuova voce corrisponde alle convenzioni del catalogo e include il nome del file e i metadati indicati.

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

Valutazione

Stack tecnologico
json
Ambito
data
Tipo di issue
Funzionalità
Difficoltà
2/5
Tempo stimato
1-3 ore
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
42/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.