Hugging Face Datasets

การใช้งาน Hugging Face

Jacob H. Marquez

Lead Data Engineer

¹ https://huggingface.co/datasets

การติดตั้งแพ็กเกจ Datasets

pip install datasets

🌐 เข้าถึง
📥 ดาวน์โหลด
🔧 ใช้งาน
🤝 แชร์

¹ https://huggingface.co/docs/datasets/loading

การดาวน์โหลดชุดข้อมูล

from datasets import load_dataset

data = load_dataset("IVN-RIN/BioBERT_Italian")

พารามิเตอร์ split

data = load_dataset("IVN-RIN/BioBERT_Italian", split="train")

¹ https://huggingface.co/docs/datasets/v2.15.0/loading

รูปแบบชุดข้อมูล Apache Arrow

¹ https://arrow.apache.org/overview/

การจัดการข้อมูล

data = load_dataset("IVN-RIN/BioBERT_Italian", split="train")


# Filter for pattern " bella "
filtered = data.filter(lambda row: " bella " in row['text'])
print(filtered)

Dataset({
    features: ['text'],
    num_rows: 1122
})

¹ https://huggingface.co/docs/datasets/process#select-and-filter

Data manipulation

# Select the first two rows
sliced = filtered.select(range(2))


print(sliced)

Dataset({features: ['text'], num_rows: 2})

# Extract the 'text' for the first row
print(sliced[0]['text'])

Concentrazioni atmosferiche di PCDD/PCDF...

¹ https://huggingface.co/docs/datasets/process#select-and-filter

มาฝึกกันเถอะ!

การใช้งาน Hugging Face