Thao tác với datasets
Sẽ có khá nhiều trường hợp bạn cần thao tác với một dataset trước khi dùng nó cho một tác vụ ML. Hai thao tác phổ biến là lọc (filtering) và chọn/lấy lát cắt (selecting/slicing). Do kích thước các dataset này rất lớn, Hugging Face tận dụng định dạng tệp arrow.
Điều này có nghĩa là cách thao tác sẽ hơi khác với những gì bạn quen dùng. May mắn là đã có sẵn các phương thức để hỗ trợ!
Dataset đã được nạp sẵn vào biến wikipedia.
Bài tập này là một phần của khóa học
Làm việc với Hugging Face
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Filter the documents
____ = wikipedia.____(lambda row: "football" in row["____"])
# Create a sample dataset
example = ____.____(range(1))
print(example[0]["text"])