Manipulación de conjuntos de datos
Habrá muchas ocasiones en las que necesites manipular un conjunto de datos antes de usarlo en una tarea de ML. Dos manipulaciones habituales son filtrar y seleccionar (o hacer slicing). Dado el tamaño de estos conjuntos, Hugging Face aprovecha los tipos de archivo Arrow.
Esto implica que realizar manipulaciones sea un poco diferente a lo que quizá estés acostumbrado. Por suerte, ¡ya existen métodos que te ayudan con esto!
El conjunto de datos ya está cargado para ti en wikipedia.
Este ejercicio forma parte del curso
Trabajar con Hugging Face
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Filter the documents
____ = wikipedia.____(lambda row: "football" in row["____"])
# Create a sample dataset
example = ____.____(range(1))
print(example[0]["text"])