Buat kartu dataset

Setiap dataset harus memiliki dataset card untuk mempromosikan penggunaan yang bertanggung jawab dan menginformasikan pengguna tentang potensi bias di dalam dataset. Ide ini terinspirasi oleh Model Cards yang diusulkan oleh Mitchell, 2018. Dataset card membantu pengguna memahami isi dataset, konteks penggunaan dataset, cara pembuatannya, dan pertimbangan lain yang perlu diketahui pengguna.

Membuat kartu dataset itu mudah dan dapat dilakukan hanya dalam beberapa langkah:

1. Buka repositori dataset Anda di Hub dan klik Create Dataset Card untuk membuat file README.md baru di repositori Anda.

2. Gunakan Metadata UI untuk memilih tag yang mendeskripsikan dataset Anda. Anda dapat menambahkan license, language, pretty_name, task_categories, size_categories, dan tag lain yang menurut Anda relevan. Tag-tag ini membantu pengguna menemukan dan menemukan dataset Anda di Hub.

Untuk set lengkap opsi tag (yang tidak wajib), Anda juga dapat melihat spesifikasi Dataset Card. Di sana terdapat beberapa opsi tag tambahan seperti multilinguality dan language_creators yang berguna tetapi tidak mutlak diperlukan.

3. Klik tautan Import dataset card template untuk membuat template secara otomatis dengan semua bidang yang relevan untuk diisi. Lengkapi bagian-bagian template sesuai kemampuan Anda. Lihat Dataset Card Creation Guide untuk informasi lebih rinci tentang apa yang harus dimasukkan di setiap bagian kartu. Untuk bidang yang tidak dapat Anda lengkapi, Anda dapat menulis [More Information Needed].

4. Setelah selesai, commit perubahan ke file README.md dan Anda akan melihat kartu dataset yang sudah selesai di repositori Anda.

YAML juga memungkinkan Anda untuk menyesuaikan cara dataset dimuat dengan mendefinisikan split dan/atau konfigurasi tanpa perlu menulis kode apa pun.

Silakan lihat kartu dataset SNLI, CNN/DailyMail, dan Allociné sebagai contoh untuk membantu Anda memulai.

Update on GitHub