course/pr_1155/ro/_app/immutable/nodes/15.a360b4e2.js

import{s as et,a as Re,n as tt,o as at}from"../chunks/scheduler.893fe8c9.js";import{S as lt,i as st,e as n,s,c as p,h as it,a as r,d as a,b as i,f as Ze,g as c,j as u,k as J,l as nt,m as l,n as m,t as o,o as d,p as M}from"../chunks/index.6ee278c6.js";import{C as rt,H as ke,E as ut}from"../chunks/MermaidChart.svelte_svelte_type_style_lang.20655a8d.js";import{C as Y}from"../chunks/CodeBlock.657a487c.js";import{C as pt}from"../chunks/CourseFloatingBanner.b902b8d5.js";function ct(qe){let T,D,L,O,g,K,y,ee,w,te,U,Ae='În funcție de sarcina NLP cu care lucrați și cazul de utilizare sau aplicația specifică, datele dvs. și sarcina de adnotare vor arăta diferit. Pentru această secțiune a cursului, vom folosi <a href="https://huggingface.co/datasets/SetFit/ag_news" rel="nofollow">un set de date care colectează știri</a> pentru a completa două sarcini: o clasificare de text asupra subiectului fiecărui text și o clasificare de token-uri pentru a identifica entitățile numite menționate.',ae,f,Qe,le,C,Be="Este posibil să importați seturi de date din Hub folosind direct interfața Argilla, dar vom folosi SDK-ul pentru a învăța cum putem face editări suplimentare la date dacă este necesar.",se,h,ie,j,Se="Primul pas este să ne conectăm la instanța Argilla așa cum am făcut în secțiunea anterioară:",ne,b,re,I,ze="Acum putem gândi la setările setului nostru de date în Argilla. Acestea reprezintă sarcina de adnotare pe care o vom face asupra datelor noastre. Mai întâi, putem încărca setul de date din Hub și să inspectăm caracteristicile acestuia, astfel încât să ne asigurăm că configurăm setul de date corect.",ue,$,pe,x,Ee="Acestea sunt caracteristicile setului nostru de date:",ce,v,me,_,Ge="Conține un <code>text</code> și de asemenea câteva etichete inițiale pentru clasificarea textului. Le vom adăuga la setările setului nostru de date împreună cu o întrebare <code>spans</code> pentru entitățile numite:",oe,R,de,Z,Xe="Să aprofundăm puțin ce înseamnă aceste setări. Mai întâi, am definit <strong>fields</strong> (câmpuri), acestea includ informațiile pe care le vom anota. În acest caz, avem doar un câmp și vine sub forma unui text, așa că am ales un <code>TextField</code>.",Me,k,Fe="Apoi, definim <strong>questions</strong> (întrebări) care reprezintă sarcinile pe care vrem să le efectuăm asupra datelor noastre:",fe,q,We="<li>Pentru sarcina de clasificare de text am ales o <code>LabelQuestion</code> și am folosit valorile unice ale coloanei <code>label_text</code> ca etichetele noastre, pentru a ne asigura că întrebarea este compatibilă cu etichetele care există deja în setul de date.</li> <li>Pentru sarcina de clasificare de token-uri, vom avea nevoie de o <code>SpanQuestion</code>. Am definit un set de etichete pe care le vom folosi pentru acea sarcină, plus câmpul pe care vom desena intervalele.</li>",Je,A,He='Pentru a afla mai multe despre toate tipurile disponibile de câmpuri și întrebări și alte setări avansate, precum metadatele și vectorii, mergeți la <a href="https://docs.argilla.io/latest/how_to_guides/dataset/#define-dataset-settings" rel="nofollow">documentația Argilla</a>.',Te,Q,ge,B,Ne="Acum că am definit câteva setări, putem crea setul de date:",ye,S,we,z,Pe="Setul de date apare acum în instanța noastră Argilla, dar veți vedea că este gol:",Ue,E,Ye,Ce,G,Le="Acum trebuie să adăugăm înregistrările pe care le vom anota, adică rândurile din setul nostru de date. Pentru a face asta, va trebui pur și simplu să înregistrăm datele ca înregistrări și să oferim o mapare pentru acele elemente care nu au același nume în seturile de date din hub și Argilla:",he,X,je,F,Ve="În maparea noastră, am specificat că coloana <code>label_text</code> din setul de date ar trebui mapată la întrebarea cu numele <code>label</code>. În acest fel, vom folosi etichetele existente din setul de date ca pre-adnotări astfel încât să putem anota mai rapid.",be,W,De="În timp ce înregistrările continuă să se înregistreze, puteți începe deja să lucrați cu setul de date în interfața Argilla. În acest moment, ar trebui să arate așa:",Ie,H,Oe,$e,N,Ke="Acum setul nostru de date este gata să începem adnotarea!",xe,P,ve,V,_e;return g=new rt({props:{containerStyle:"float: right; margin-left: 10px; display: inline-flex; position: relative; z-index: 10;"}}),y=new ke({props:{title:"Încărcați setul de date în Argilla",local:"încărcați-setul-de-date-în-argilla",headingTag:"h1"}}),w=new pt({props:{chapter:10,classNames:"absolute z-10 right-0 top-0",notebooks:[{label:"Google Colab",value:"https://colab.research.google.com/github/huggingface/notebooks/blob/master/course/en/chapter10/section3.ipynb"},{label:"Aws Studio",value:"https://studiolab.sagemaker.aws/import/github/huggingface/notebooks/blob/master/course/en/chapter10/section3.ipynb"}]}}),h=new ke({props:{title:"Configurați setul de date",local:"configurați-setul-de-date",headingTag:"h2"}}),b=new Y({props:{code:"aW1wb3J0JTIwYXJnaWxsYSUyMGFzJTIwcmclMEElMEFIRl9UT0tFTiUyMCUzRCUyMCUyMi4uLiUyMiUyMCUyMCUyMyUyMGRvYXIlMjBwZW50cnUlMjBzcGFjZS11cmklMjBwcml2YXRlJTBBJTBBY2xpZW50JTIwJTNEJTIwcmcuQXJnaWxsYSglMEElMjAlMjAlMjAlMjBhcGlfdXJsJTNEJTIyLi4uJTIyJTJDJTBBJTIwJTIwJTIwJTIwYXBpX2tleSUzRCUyMi4uLiUyMiUyQyUwQSUyMCUyMCUyMCUyMGhlYWRlcnMlM0QlN0IlMjJBdXRob3JpemF0aW9uJTIyJTNBJTIwZiUyMkJlYXJlciUyMCU3QkhGX1RPS0VOJTdEJTIyJTdEJTJDJTIwJTIwJTIzJTIwZG9hciUyMHBlbnRydSUyMHNwYWNlLXVyaSUyMHByaXZhdGUlMEEp",highlighted:`<span class="hljs-keyword">import</span> argilla <span class="hljs-keyword">as</span> rg

HF_TOKEN = <span class="hljs-string">&quot;...&quot;</span>  <span class="hljs-comment"># doar pentru space-uri private</span>

client = rg.Argilla(
    api_url=<span class="hljs-string">&quot;...&quot;</span>,
    api_key=<span class="hljs-string">&quot;...&quot;</span>,
    headers={<span class="hljs-string">&quot;Authorization&quot;</span>: <span class="hljs-string">f&quot;Bearer <span class="hljs-subst">{HF_TOKEN}</span>&quot;</span>},  <span class="hljs-comment"># doar pentru space-uri private</span>
)`,wrap:!1}}),$=new Y({props:{code:"ZnJvbSUyMGRhdGFzZXRzJTIwaW1wb3J0JTIwbG9hZF9kYXRhc2V0JTBBJTBBZGF0YSUyMCUzRCUyMGxvYWRfZGF0YXNldCglMjJTZXRGaXQlMkZhZ19uZXdzJTIyJTJDJTIwc3BsaXQlM0QlMjJ0cmFpbiUyMiklMEFkYXRhLmZlYXR1cmVz",highlighted:`<span class="hljs-keyword">from</span> datasets <span class="hljs-keyword">import</span> load_dataset

data = load_dataset(<span class="hljs-string">&quot;SetFit/ag_news&quot;</span>, split=<span class="hljs-string">&quot;train&quot;</span>)
data.features`,wrap:!1}}),v=new Y({props:{code:"JTdCJ3RleHQnJTNBJTIwVmFsdWUoZHR5cGUlM0Qnc3RyaW5nJyUyQyUyMGlkJTNETm9uZSklMkMlMEElMjAnbGFiZWwnJTNBJTIwVmFsdWUoZHR5cGUlM0QnaW50NjQnJTJDJTIwaWQlM0ROb25lKSUyQyUwQSUyMCdsYWJlbF90ZXh0JyUzQSUyMFZhbHVlKGR0eXBlJTNEJ3N0cmluZyclMkMlMjBpZCUzRE5vbmUpJTdE",highlighted:`{<span class="hljs-string">&#x27;text&#x27;</span>: Value(dtype=<span class="hljs-string">&#x27;string&#x27;</span>, <span class="hljs-built_in">id</span>=<span class="hljs-literal">None</span>),
 <span class="hljs-string">&#x27;label&#x27;</span>: Value(dtype=<span class="hljs-string">&#x27;int64&#x27;</span>, <span class="hljs-built_in">id</span>=<span class="hljs-literal">None</span>),
 <span class="hljs-string">&#x27;label_text&#x27;</span>: Value(dtype=<span class="hljs-string">&#x27;string&#x27;</span>, <span class="hljs-built_in">id</span>=<span class="hljs-literal">None</span>)}`,wrap:!1}}),R=new Y({props:{code:"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",highlighted:`settings = rg.Settings(
    fields=[rg.TextField(name=<span class="hljs-string">&quot;text&quot;</span>)],
    questions=[
        rg.LabelQuestion(
            name=<span class="hljs-string">&quot;label&quot;</span>, title=<span class="hljs-string">&quot;Clasificați textul:&quot;</span>, labels=data.unique(<span class="hljs-string">&quot;label_text&quot;</span>)
        ),
        rg.SpanQuestion(
            name=<span class="hljs-string">&quot;entities&quot;</span>,
            title=<span class="hljs-string">&quot;Evidențiați toate entitățile din text:&quot;</span>,
            labels=[<span class="hljs-string">&quot;PERSON&quot;</span>, <span class="hljs-string">&quot;ORG&quot;</span>, <span class="hljs-string">&quot;LOC&quot;</span>, <span class="hljs-string">&quot;EVENT&quot;</span>],
            field=<span class="hljs-string">&quot;text&quot;</span>,
        ),
    ],
)`,wrap:!1}}),Q=new ke({props:{title:"Încărcați setul de date",local:"încărcați-setul-de-date",headingTag:"h2"}}),S=new Y({props:{code:"ZGF0YXNldCUyMCUzRCUyMHJnLkRhdGFzZXQobmFtZSUzRCUyMmFnX25ld3MlMjIlMkMlMjBzZXR0aW5ncyUzRHNldHRpbmdzKSUwQSUwQWRhdGFzZXQuY3JlYXRlKCk=",highlighted:`dataset = rg.Dataset(name=<span class="hljs-string">&quot;ag_news&quot;</span>, settings=settings)

dataset.create()`,wrap:!1}}),X=new Y({props:{code:"ZGF0YXNldC5yZWNvcmRzLmxvZyhkYXRhJTJDJTIwbWFwcGluZyUzRCU3QiUyMmxhYmVsX3RleHQlMjIlM0ElMjAlMjJsYWJlbCUyMiU3RCk=",highlighted:'dataset.records.log(data, mapping={<span class="hljs-string">&quot;label_text&quot;</span>: <span class="hljs-string">&quot;label&quot;</span>})',wrap:!1}}),P=new ut({props:{source:"https://github.com/huggingface/course/blob/main/chapters/ro/chapter10/3.mdx"}}),{c(){T=n("meta"),D=s(),L=n("p"),O=s(),p(g.$$.fragment),K=s(),p(y.$$.fragment),ee=s(),p(w.$$.fragment),te=s(),U=n("p"),U.innerHTML=Ae,ae=s(),f=n("iframe"),le=s(),C=n("p"),C.textContent=Be,se=s(),p(h.$$.fragment),ie=s(),j=n("p"),j.textContent=Se,ne=s(),p(b.$$.fragment),re=s(),I=n("p"),I.textContent=ze,ue=s(),p($.$$.fragment),pe=s(),x=n("p"),x.textContent=Ee,ce=s(),p(v.$$.fragment),me=s(),_=n("p"),_.innerHTML=Ge,oe=s(),p(R.$$.fragment),de=s(),Z=n("p"),Z.innerHTML=Xe,Me=s(),k=n("p"),k.innerHTML=Fe,fe=s(),q=n("ul"),q.innerHTML=We,Je=s(),A=n("p"),A.innerHTML=He,Te=s(),p(Q.$$.fragment),ge=s(),B=n("p"),B.textContent=Ne,ye=s(),p(S.$$.fragment),we=s(),z=n("p"),z.textContent=Pe,Ue=s(),E=n("img"),Ce=s(),G=n("p"),G.textContent=Le,he=s(),p(X.$$.fragment),je=s(),F=n("p"),F.innerHTML=Ve,be=s(),W=n("p"),W.textContent=De,Ie=s(),H=n("img"),$e=s(),N=n("p"),N.textContent=Ke,xe=s(),p(P.$$.fragment),ve=s(),V=n("p"),this.h()},l(e){const t=it("svelte-u9bgzb",document.head);T=r(t,"META",{name:!0,content:!0}),t.forEach(a),D=i(e),L=r(e,"P",{}),Ze(L).forEach(a),O=i(e),c(g.$$.fragment,e),K=i(e),c(y.$$.fragment,e),ee=i(e),c(w.$$.fragment,e),te=i(e),U=r(e,"P",{"data-svelte-h":!0}),u(U)!=="svelte-1i0olvk"&&(U.innerHTML=Ae),ae=i(e),f=r(e,"IFRAME",{src:!0,frameborder:!0,width:!0,height:!0}),Ze(f).forEach(a),le=i(e),C=r(e,"P",{"data-svelte-h":!0}),u(C)!=="svelte-1etuk73"&&(C.textContent=Be),se=i(e),c(h.$$.fragment,e),ie=i(e),j=r(e,"P",{"data-svelte-h":!0}),u(j)!=="svelte-vihwuy"&&(j.textContent=Se),ne=i(e),c(b.$$.fragment,e),re=i(e),I=r(e,"P",{"data-svelte-h":!0}),u(I)!=="svelte-x3h3cx"&&(I.textContent=ze),ue=i(e),c($.$$.fragment,e),pe=i(e),x=r(e,"P",{"data-svelte-h":!0}),u(x)!=="svelte-137zgeo"&&(x.textContent=Ee),ce=i(e),c(v.$$.fragment,e),me=i(e),_=r(e,"P",{"data-svelte-h":!0}),u(_)!=="svelte-1rgrn08"&&(_.innerHTML=Ge),oe=i(e),c(R.$$.fragment,e),de=i(e),Z=r(e,"P",{"data-svelte-h":!0}),u(Z)!=="svelte-x0f6zd"&&(Z.innerHTML=Xe),Me=i(e),k=r(e,"P",{"data-svelte-h":!0}),u(k)!=="svelte-1d5tsbw"&&(k.innerHTML=Fe),fe=i(e),q=r(e,"UL",{"data-svelte-h":!0}),u(q)!=="svelte-bsfyy2"&&(q.innerHTML=We),Je=i(e),A=r(e,"P",{"data-svelte-h":!0}),u(A)!=="svelte-dsyqbi"&&(A.innerHTML=He),Te=i(e),c(Q.$$.fragment,e),ge=i(e),B=r(e,"P",{"data-svelte-h":!0}),u(B)!=="svelte-1skg88q"&&(B.textContent=Ne),ye=i(e),c(S.$$.fragment,e),we=i(e),z=r(e,"P",{"data-svelte-h":!0}),u(z)!=="svelte-13zpv1e"&&(z.textContent=Pe),Ue=i(e),E=r(e,"IMG",{src:!0,alt:!0}),Ce=i(e),G=r(e,"P",{"data-svelte-h":!0}),u(G)!=="svelte-1j7ehro"&&(G.textContent=Le),he=i(e),c(X.$$.fragment,e),je=i(e),F=r(e,"P",{"data-svelte-h":!0}),u(F)!=="svelte-d0fcfp"&&(F.innerHTML=Ve),be=i(e),W=r(e,"P",{"data-svelte-h":!0}),u(W)!=="svelte-1v48tzt"&&(W.textContent=De),Ie=i(e),H=r(e,"IMG",{src:!0,alt:!0}),$e=i(e),N=r(e,"P",{"data-svelte-h":!0}),u(N)!=="svelte-5q3jw9"&&(N.textContent=Ke),xe=i(e),c(P.$$.fragment,e),ve=i(e),V=r(e,"P",{}),Ze(V).forEach(a),this.h()},h(){J(T,"name","hf:doc:metadata"),J(T,"content",mt),Re(f.src,Qe="https://huggingface.co/datasets/SetFit/ag_news/embed/viewer/default/train")||J(f,"src",Qe),J(f,"frameborder","0"),J(f,"width","100%"),J(f,"height","560px"),Re(E.src,Ye="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter10/empty_dataset.png")||J(E,"src",Ye),J(E,"alt","Captură de ecran cu setul de date gol."),Re(H.src,Oe="https://huggingface.co/datasets/huggingface-course/documentation-images/resolve/main/en/chapter10/argilla_initial_dataset.png")||J(H,"src",Oe),J(H,"alt","Captură de ecran cu setul de date în Argilla.")},m(e,t){nt(document.head,T),l(e,D,t),l(e,L,t),l(e,O,t),m(g,e,t),l(e,K,t),m(y,e,t),l(e,ee,t),m(w,e,t),l(e,te,t),l(e,U,t),l(e,ae,t),l(e,f,t),l(e,le,t),l(e,C,t),l(e,se,t),m(h,e,t),l(e,ie,t),l(e,j,t),l(e,ne,t),m(b,e,t),l(e,re,t),l(e,I,t),l(e,ue,t),m($,e,t),l(e,pe,t),l(e,x,t),l(e,ce,t),m(v,e,t),l(e,me,t),l(e,_,t),l(e,oe,t),m(R,e,t),l(e,de,t),l(e,Z,t),l(e,Me,t),l(e,k,t),l(e,fe,t),l(e,q,t),l(e,Je,t),l(e,A,t),l(e,Te,t),m(Q,e,t),l(e,ge,t),l(e,B,t),l(e,ye,t),m(S,e,t),l(e,we,t),l(e,z,t),l(e,Ue,t),l(e,E,t),l(e,Ce,t),l(e,G,t),l(e,he,t),m(X,e,t),l(e,je,t),l(e,F,t),l(e,be,t),l(e,W,t),l(e,Ie,t),l(e,H,t),l(e,$e,t),l(e,N,t),l(e,xe,t),m(P,e,t),l(e,ve,t),l(e,V,t),_e=!0},p:tt,i(e){_e||(o(g.$$.fragment,e),o(y.$$.fragment,e),o(w.$$.fragment,e),o(h.$$.fragment,e),o(b.$$.fragment,e),o($.$$.fragment,e),o(v.$$.fragment,e),o(R.$$.fragment,e),o(Q.$$.fragment,e),o(S.$$.fragment,e),o(X.$$.fragment,e),o(P.$$.fragment,e),_e=!0)},o(e){d(g.$$.fragment,e),d(y.$$.fragment,e),d(w.$$.fragment,e),d(h.$$.fragment,e),d(b.$$.fragment,e),d($.$$.fragment,e),d(v.$$.fragment,e),d(R.$$.fragment,e),d(Q.$$.fragment,e),d(S.$$.fragment,e),d(X.$$.fragment,e),d(P.$$.fragment,e),_e=!1},d(e){e&&(a(D),a(L),a(O),a(K),a(ee),a(te),a(U),a(ae),a(f),a(le),a(C),a(se),a(ie),a(j),a(ne),a(re),a(I),a(ue),a(pe),a(x),a(ce),a(me),a(_),a(oe),a(de),a(Z),a(Me),a(k),a(fe),a(q),a(Je),a(A),a(Te),a(ge),a(B),a(ye),a(we),a(z),a(Ue),a(E),a(Ce),a(G),a(he),a(je),a(F),a(be),a(W),a(Ie),a(H),a($e),a(N),a(xe),a(ve),a(V)),a(T),M(g,e),M(y,e),M(w,e),M(h,e),M(b,e),M($,e),M(v,e),M(R,e),M(Q,e),M(S,e),M(X,e),M(P,e)}}}const mt='{"title":"Încărcați setul de date în Argilla","local":"încărcați-setul-de-date-în-argilla","sections":[{"title":"Configurați setul de date","local":"configurați-setul-de-date","sections":[],"depth":2},{"title":"Încărcați setul de date","local":"încărcați-setul-de-date","sections":[],"depth":2}],"depth":1}';function ot(qe){return at(()=>{new URLSearchParams(window.location.search).get("fw")}),[]}class gt extends lt{constructor(T){super(),st(this,T,ot,ct,et,{})}}export{gt as component};