dataset-test

一个极简的数字名称数据集，用于测试数据集仓库的结构、加载链路与 Dataset Card 渲染。

Dataset Description / 数据集描述

数据集简介

本仓库只包含一个数据文件 nums/1.json：它是一个 JSON 数组，每条记录把 1–6 的数字与其名称配对。 其中 1–3 使用英文单词（one、two、three），4–6 使用中文汉字（四、五、六），因此该数据集是英中混排的。

• Curated by: 仓库维护者（见 Git 提交历史）
• Language(s): English (en), Chinese (zh)
• License: MIT（占位，待确认）
• Size: 6 条记录 / 1 个分片 / 212 字节

支持的任务 / Supported Tasks

该数据集不针对任何具体建模任务，主要用于：

• 测试 load_dataset 对本地 JSON 数据文件的加载；
• 测试 Dataset Card 的 YAML 元数据（configs / dataset_info）能否被 Hub 正确解析；
• 作为小型多语言表格数据的最小样例（fixture）。

语言 / Languages

记录范围	语言	说明
1–3	en	英文数词（one / two / three）
4–6	zh	中文数词（四 / 五 / 六）

Dataset Structure / 数据集结构

数据实例 / Data Instance

{"name": "one", "value": 1}

数据字段 / Data Fields

字段	类型	说明
name	string	数字的名称，英文单词或中文汉字
value	int64	对应的阿拉伯数字数值

数据划分 / Data Splits

Split	文件	记录数	源文件字节数
train	nums/1.json	6	212

目前不存在验证集/测试集；全部数据都归入 train。表中 212 字节指源 JSON 文件大小，仅作参考： Hub 转换出的 parquet 文件约 1.3 KB，Viewer 显示的体积以 parquet 为准，因此这两个数字不应写进卡片元数据。

Dataset Creation / 数据集构建

数据来源

数据由仓库维护者手工录入，没有外部数据源、爬取或派生过程。

标注 / 处理流程

无标注环节。唯一的人工约定是：每个数字使用一种语言的名称书写，1–3 用英文、4–6 用中文。

个人隐私信息

不含任何个人信息，也不含敏感内容。

Usage / 使用方式

通过 Hugging Face datasets 加载

from datasets import load_dataset

ds = load_dataset("json", data_files="nums/1.json", split="train")
print(ds)
# Dataset({
#     features: ['name', 'value'],
#     num_rows: 6
# })

print(ds[:3])
# {'name': ['one', 'two', 'three'], 'value': [1, 2, 3]}

如果仓库已推送到 Hub，也可以直接加载：

ds = load_dataset("<your-username>/dataset-test", split="train")

不依赖第三方库

import json

with open("nums/1.json", encoding="utf-8") as f:
    records = json.load(f)  # list[dict[str, str | int]]

print(len(records))  # 6

仓库结构 / Repository Layout

dataset-test/
├── README.md      # 本文件，顶部为 Hugging Face Dataset Card 元数据
└── nums/
    └── 1.json     # 唯一的数据分片，JSON 数组

校验与扩展 / Validation & Adding Data

nums/*.json 的约定是：UTF-8 编码的 JSON 数组，每个元素都是含且仅含 name（string）与 value（int）两个键的对象。 新增分片时，只需在顶部 YAML 的 configs.data_files 中补上「文件 → split」的映射； 体积与条数（num_bytes、download_size、dataset_size）交给 Hub 自动生成，不要手写。

快速校验：

python - <<'PY'
import json, pathlib

for p in sorted(pathlib.Path("nums").glob("*.json")):
    data = json.loads(p.read_text(encoding="utf-8"))
    assert isinstance(data, list) and data, f"{p}: 需要非空数组"
    for i, row in enumerate(data):
        assert set(row) == {"name", "value"}, f"{p}[{i}]: 字段应为 name/value"
        assert isinstance(row["name"], str), f"{p}[{i}]: name 必须是字符串"
        assert isinstance(row["value"], int) and not isinstance(row["value"], bool), f"{p}[{i}]: value 必须是整数"
    print(f"{p}: OK ({len(data)} 条)")
PY

推送到 Hub / Pushing to the Hub

hf upload <your-username>/dataset-test . --repo-type dataset

Dataset Viewer 排错 / Viewer Troubleshooting

若 Dataset Preview 提示 The information about the size of the dataset is not coherent.（Error code: UnexpectedError）， 说明 README 顶部的 dataset_info 体积字段与 Hub 转换出的 parquet 实际大小不一致。处理方式：

1. 不要手写体积。删除 frontmatter 中的 dataset_info（尤其是 num_bytes、download_size、dataset_size）， 由 Hub 在转换后自动推导；configs 可以保留，它只负责声明「哪个文件属于哪个 split」。
2. 重新推送 README 并触发一次转换（在 Files 页面重新提交，或 hf upload <repo> README.md --repo-type dataset）。
3. dataset_info 交给工具生成：用 datasets 推送时执行 ds.push_to_hub("<repo>")， 或直接 hf upload 数据文件后让 Hub 侧转换流程回填。

常见的错误来源对照：

写法	结果
省略 dataset_info	✅ Hub 自动计算，Viewer 正常
dataset_info 中体积 = 源 JSON 大小（如 212 B）	❌ 与 parquet（约 1.3 KB）不符，报体积不一致

Considerations for Using the Data / 使用注意事项

已知局限

• 语言不统一：同一列 name 中混用了英文单词与中文汉字，直接用于模型训练或评测会产生标签体系不一致的问题。
• 规模极小：仅 6 条记录，任何统计结论都不可靠，仅适合作为冒烟测试或格式 fixture。
• 无重复值检查之外的约束：数据未声明 value 的唯一性/连续性保证，扩展时需自行约定。

社会影响

数据规模与内容都不足以产生社会影响，仅用于工程测试。

Additional Information / 附加信息

许可 / Licensing

仓库暂未正式声明许可证，卡片中的 license: mit 为占位值。若要以 MIT 发布，请在仓库根目录补充 LICENSE 文件；否则请把 YAML 中的字段改为实际许可证标识（例如 apache-2.0、cc-by-4.0 或 other）。

引用 / Citation

暂无关联论文，无需引用。若需在作品中标明来源，请引用本仓库：

@misc{dataset-test,
  title  = {dataset-test: a minimal numbers dataset},
  author = {Repository maintainers},
  note   = {Git repository},
  year   = {2026}
}

贡献 / Contributing

这是一个测试仓库，欢迎通过 Issue 或 Pull Request 提交修正。修改数据时请遵守上文「校验与扩展」中的格式约定，并同步更新 Dataset Card 元数据。