Bainbridge 发布 wikipedia_gnt_v2 数据集, 应用在 机器翻译、性别偏见 领域

Bainbridge 本次发布的数据集 wikipedia_gnt_v2, 该数据集主要用于翻译任务，包含两个配置：qfilter_and_gwords和qfilters_and_gwords_labeled。qfilters_and_gwords_labeled配置包含训练数据，数据文件路径为qfilters_and_gwords_labeled/train-*。数据集的特征包括文本、ID、种子、前后文、匹配句子、相关性（包括注意力分数、距离、性别化位置、性别化词性、性别化词、词位置、词性标签）、最大注意力分数、最大发现位置、输出和标签。数据集的大小为36,053,556字节，包含22,400个示例，下载大小为19,727,130字节。

查看wikipedia_gnt_v2

Dataset card 内容： 

Files and versions 内容： 

关于 Bainbridge , Bainbridge 是 Hugging Face 平台上的一个组织，提供多种文本分类和生成模型，涉及情感分析、多语言处理和特定主题文本生成。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。