Cómo contribuir 🚀

Ayúdanos a democratizar el NLP en español.

sábado, 3 de julio de 2021· 12min

Nuestra misión es crear y compartir recursos que posibiliten y aceleren el avance del NLP en español. Es un objetivo muy amplio que se puede traducir en:

  • Crear bases de datos o añadir las ya existentes a 🤗 Datasets para hacerlas más accesibles
  • Entrenar/fine-tune modelos utilizando dichas bases de datos y añadirlos al 🤗 Model Hub
  • Crear tutoriales explicando cómo hacer uso de estos recursos o traducir tutoriales ya existentes
  • Compartir eventos, artículos y proyectos interesantes para la comunidad
  • Organizar charlas y grupos de estudio donde debatir el estado del arte del NLP
  • Ofrecer formación en español
  • Organizar webinars en los que dar visibilidad a los proyectos de nuestros miembros
  • Promover el interés y el avance del NLP en español con hackathones y otros eventos

Datasets

Ahora mismo hay7 datasets monolingües en español.

Cómo contribuir a la librería 🤗 Datasets:

  • Completar la documentación de las bases de datos ya existentes
  • Añadir una base de datos a la librería
  • Crear una nueva base de datos

Completar la documentación de las bases de datos ya existentes

El README de cada base de datos se llama Dataset Card y contiene información referente al uso, la estructura, la creación, la licencia y la citación de dicha base de datos.

Todas las Dataset Cards siguen una mismaplantillay cuanto más completas estén, mejor (e.g.Dataset Card for ELI5). Si encuentras información que todavía no está incluida en la Dataset Card de cualquier base de datos, crea una Merge Request con tu aportación.

Añadir una base de datos a la librería

Si quieres añadir una base de datos a la librería de HF, solo tienes que:

  1. Añadir una nueva fila a la hoja de cálculo* con la información de dicha base de datos y poner tu nombre en la columna “Contribuyente”
  2. Seguir las instrucciones detalladas eneste documento

Si quieres sugerir la adición de una base de datos a la librería añade una nueva fila en la hoja de cálculo* y deja la columna “Contribuyente” en blanco para que otra persona pueda trabajar en ello.

*El enlace a la hoja de cálculo está en la descripción del canal #datasets de la comunidad de Discord.

Crear una nueva base de datos

Si tienes una idea para crear una nueva base de datos de NLP en español estás en el sitio adecuado:

  1. Comparte tu idea en el canal #datasets de la comunidad deDiscord
  2. Reúne un equipo para hacerla realidad
  3. Añádela a la librería de Hugging Face

Modelos

Ahora mismo hay321 modelos en español.

Cómo añadir tu modelo al 🤗 Model Hub:

  1. Entrena/fine-tune tu modelo (echa un vistazo a losdatasets en español)
  2. Sigue las instrucciones deesta páginapara compartir tu modelo y subirlo al Hub

Recuerda detallar bien la Model Card, puedes utilizaresta plantilla.

Si tienes más dudas echa un vistazo aModel Hub docs.

Tutoriales

Tanto si quieres crear un tutorial desde cero como si quieres traducir uno:

  1. Comparte tu idea en el canal #tutoriales de la comunidad deDiscord
  2. Reúne un equipo para hacerla realidad
  3. Crea un repositorio con el nombre del nuevo tutorial
  4. Crea unREADME.mdcon la información del tutorial
  5. ¡Y a trabajar! Al terminar, te animamos a abrir unaPRpara añadir el tutorial a nuestro blog.

Eventos

Si te interesa dar una charla (ya sea teórica o práctica) contáctanos, estaremos encantados de aprender de tu experiencia.