إنشاء بطاقة مجموعة بيانات

يجب أن يكون لكل مجموعة بيانات بطاقة مجموعة بيانات لتعزيز الاستخدام المسؤول وإعلام المستخدمين بأي تحيزات محتملة داخل مجموعة البيانات. استُوحيت هذه الفكرة من بطاقات النموذج التي اقترحها Mitchell, 2018. تساعد بطاقات مجموعات البيانات المستخدمين على فهم محتوى مجموعة البيانات، والسياق لاستخدام مجموعة البيانات، وكيفية إنشائها، وأي اعتبارات أخرى ينبغي للمستخدم أن يكون على دراية بها.

إنشاء بطاقة مجموعة بيانات أمرٌ سهل ويمكن إنجازه في بضع خطوات فقط:

1. انتقل إلى مستودع مجموعة البيانات الخاصة بك على Hub وانقر على Create Dataset Card لإنشاء ملف README.md جديد في مستودعك.

2. استخدم Metadata UI لاختيار الوسوم التي تصف مجموعة البيانات الخاصة بك. يمكنك إضافة ترخيص، ولغة، وpretty_name، وtask_categories، وsize_categories، وأي وسوم أخرى تظن أنها ذات صلة. تساعد هذه الوسوم المستخدمين على اكتشاف مجموعة البيانات الخاصة بك والعثور عليها على Hub.

لمجموعة كاملة (لكن غير إلزامية) من خيارات الوسوم، يمكنك أيضاً الاطلاع على مواصفات بطاقة مجموعة البيانات. ستجد هناك بعض خيارات الوسوم الإضافية مثل multilinguality وlanguage_creators وهي مفيدة لكنها ليست ضرورية تماماً.

3. انقر على رابط Import dataset card template لإنشاء قالب تلقائيًا يحتوي على جميع الحقول ذات الصلة التي يجب استكمالها. املأ أقسام القالب قدر استطاعتك. راجع Dataset Card Creation Guide للحصول على معلومات أكثر تفصيلاً حول ما يجب تضمينه في كل قسم من أقسام البطاقة. أما بالنسبة للحقول التي لا يمكنك استكمالها، فيمكنك كتابة [More Information Needed].

4. بمجرد الانتهاء، قم بتثبيت التغييرات في ملف README.md وستظهر بطاقة البيانات المكتملة في مستودعك.

يتيح لك YAML أيضًا تخصيص طريقة تحميل مجموعة البيانات من خلال تحديد التقسيمات و/أو التكوينات دون الحاجة إلى كتابة أي كود.

لا تتردد في الاطلاع على بطاقات مجموعات البيانات SNLI وCNN/DailyMail وAllociné كمثال لمساعدتك على البدء.