Опрацювання наборів даних
Часто перед використанням набору даних у задачі ML його потрібно попередньо опрацювати. Дві типові операції — це фільтрування та вибір (або зріз). З огляду на розміри таких наборів даних, Hugging Face використовує формат файлів Arrow.
Тому виконання таких операцій трохи відрізняється від звичного підходу. На щастя, для цього вже є зручні методи!
Набір даних уже завантажено для вас у змінну wikipedia.
Ця вправа є частиною курсу
Робота з Hugging Face
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Filter the documents
____ = wikipedia.____(lambda row: "football" in row["____"])
# Create a sample dataset
example = ____.____(range(1))
print(example[0]["text"])