Datasets

创建数据集卡片

每个数据集都应配有一张数据集卡片，以促进负责任的使用，并告知用户数据集中可能存在的任何偏见。这一理念受到 Mitchell, 2018 提出的模型卡片（Model Cards）的启发。数据集卡片帮助用户了解数据集的内容、使用场景、创建方式，以及用户应注意的其他事项。

创建数据集卡片很简单，只需几个步骤即可完成：

前往您在 Hub 上的数据集仓库，点击 Create Dataset Card 以在您的仓库中创建一个新的 README.md 文件。
使用 Metadata UI 选择描述您数据集的标签。您可以添加许可证、语言、pretty_name、task_categories、size_categories 以及您认为相关的任何其他标签。这些标签有助于用户在 Hub 上发现和找到您的数据集。

对于一套完整但非必需的标签选项，您还可以参阅 Dataset Card 规范。其中包含一些额外的标签选项，例如 multilinguality 和 language_creators，它们很有用但并非绝对必要。

点击 Import dataset card template 链接，即可自动创建一个包含所有相关待填字段的模板。请尽可能完善模板中的各个部分。有关卡片各部分应包含内容的详细信息，请参阅 Dataset Card Creation Guide。对于无法填写的字段，您可以输入 [More Information Needed]。
完成后，将更改提交到 README.md 文件，您就会在仓库中看到已完成的 dataset card。

YAML 还允许您通过定义拆分和/或配置来自定义数据集的加载方式，而无需编写任何代码。

您可以参考 SNLI、CNN/DailyMail 和 Allociné 数据集卡片作为示例，以帮助您入门。