Create aihub_socialtech20_translation.py

aihub_socialtech20_translation.py

@@ -0,0 +1,164 @@
+# Copyright 2022 san kim
+# 
+# Licensed under the Apache License, Version 2.0 (the "License");
+# you may not use this file except in compliance with the License.
+# You may obtain a copy of the License at
+# 
+#     http://www.apache.org/licenses/LICENSE-2.0
+# 
+# Unless required by applicable law or agreed to in writing, software
+# distributed under the License is distributed on an "AS IS" BASIS,
+# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
+# See the License for the specific language governing permissions and
+# limitations under the License.
+
+import os
+import json
+import textwrap
+import zipfile
+
+import datasets
+
+_VERSION = datasets.Version("1.0.0", "")
+
+_URL = "https://aihub.or.kr/aihubdata/data/view.do?currMenu=115&topMenu=100&aihubDataSe=realm&dataSetSn=125"
+
+_CITATION = """\
+There is no citation information
+"""
+
+_DESCRIPTION = """\
+# 한국어-영어 번역 말뭉치(사회과학)
+## 소개
+- 사회과학(정치, 경제, 금융, 행정, 교육, 법률 등) 분야 등 한-영 번역 정확도가 상대적으로 낮은 분야의 데이터 구축을 통해 AI 기반 번역 기술 개발에 활용할 수 있는 학습 데이터셋을 구축하여 보다 원활한 사회과학 분야 관련 정보 소통 도모
+
+## 구축목적
+- 사회 과학 분야(법률, 교육, 경제, 문화/관광/예술)의 한-영 말뭉치 150만 문장 구축. 인공지능 번역 학습에 활용되기 위한 데이터셋
+## Usage
+```python
+from datasets import load_dataset
+raw_datasets = load_dataset(
+                "aihub_socialtech20_translation.py", 
+                "base",
+                cache_dir="huggingface_datasets", 
+                data_dir="data",
+                ignore_verifications=True,
+            )
+dataset_train = raw_datasets["train"]
+for item in dataset_train:
+    print(item)
+    exit()
+```
+## 데이터 관련 문의처
+| 담당자명 | 전화번호 | 이메일 |
+| ------------- | ------------- | ------------- |
+| 백선호(트위그팜) | 02-1833-5926 | ceo@twigfarm.net |
+## Copyright
+### 데이터 소개
+AI 허브에서 제공되는 인공지능 학습용 데이터(이하 ‘AI데이터’라고 함)는 과학기술정보통신부와 한국지능정보사회진흥원의 「지능정보산업 인프라 조성」 사업의 일환으로 구축되었으며, 본 사업의 유‧무형적 결과물인 데이터, AI 응용모델 및 데이터 저작도구의 소스, 각종 매뉴얼 등(이하 ‘AI데이터 등’)에 대한 일체의 권리는 AI데이터 등의 구축 수행기관 및 참여기관(이하 ‘수행기관 등’)과 한국지능정보사회진흥원에 있습니다.
+본 AI데이터 등은 인공지능 기술 및 제품·서비스 발전을 위하여 구축하였으며, 지능형 제품・서비스, 챗봇 등 다양한 분야에서 영리적・비영리적 연구・개발 목적으로 활용할 수 있습니다.
+### 데이터 이용정책
+- 본 AI데이터 등을 이용하기 위해서 다음 사항에 동의하며 준수해야 함을 고지합니다.
+1. 본 AI데이터 등을 이용할 때에는 반드시 한국지능정보사회진흥원의 사업결과임을 밝혀야 하며, 본 AI데이터 등을 이용한 2차적 저작물에도 동일하게 밝혀야 합니다.
+2. 국외에 소재하는 법인, 단체 또는 개인이 AI데이터 등을 이용하기 위해서는 수행기관 등 및 한국지능정보사회진흥원과 별도로 합의가 필요합니다.
+3. 본 AI데이터 등의 국외 반출을 위해서는 수행기관 등 및 한국지능정보사회진흥원과 별도로 합의가 필요합니다.
+4. 본 AI데이터는 인공지능 학습모델의 학습용으로만 사용할 수 있습니다. 한국지능정보사회진흥원은 AI데이터 등의 이용의 목적이나 방법, 내용 등이 위법하거나 부적합하다고 판단될 경우 제공을 거부할 수 있으며, 이미 제공한 경우 이용의 중지와 AI 데이터 등의 환수, 폐기 등을 요구할 수 있습니다.
+5. 제공 받은 AI데이터 등을 수행기관 등과 한국지능정보사회진흥원의 승인을 받지 않은 다른 법인, 단체 또는 개인에게 열람하게 하거나 제공, 양도, 대여, 판매하여서는 안됩니다.
+6. AI데이터 등에 대해서 제 4항에 따른 목적 외 이용, 제5항에 따른 무단 열람, 제공, 양도, 대여, 판매 등의 결과로 인하여 발생하는 모든 민・형사 상의 책임은 AI데이터 등을 이용한 법인, 단체 또는 개인에게 있습니다.
+7. 이용자는 AI 허브 제공 데이터셋 내에 개인정보 등이 포함된 것이 발견된 경우, 즉시 AI 허브에 해당 사실을 신고하고 다운로드 받은 데이터셋을 삭제하여야 합니다.
+8. AI 허브로부터 제공받은 비식별 정보(재현정보 포함)를 인공지능 서비스 개발 등의 목적으로 안전하게 이용하여야 하며, 이를 이용해서 개인을 재식별하기 위한 어떠한 행위도 하여서는 안됩니다.
+9. 향후 한국지능정보사회진흥원에서 활용사례・성과 등에 관한 실태조사를 수행 할 경우 이에 성실하게 임하여야 합니다.
+### 데이터 다운로드 신청방법
+1. AI 허브를 통해 제공 중인 AI데이터 등을 다운로드 받기 위해서는 별도의 신청자 본인 확인과 정보 제공, 목적을 밝히는 절차가 필요합니다.
+2. AI데이터를 제외한 데이터 설명, 저작 도구 등은 별도의 신청 절차나 로그인 없이 이용이 가능합니다.
+3. 한국지능정보사회진흥원이 권리자가 아닌 AI데이터 등은 해당 기관의 이용정책과 다운로드 절차를 따라야 하며 이는 AI 허브와 관련이 없음을 알려 드립니다.
+"""
+
+TRAINING_FPATH_REL = "한국어-영어 번역 말뭉치(사회과학)/Training/학습데이터.zip"
+
+VALIDATION_FPATH_REL = "한국어-영어 번역 말뭉치(사회과학)/Validation/검증데이터.zip"
+
+
+def generator(fpath_list):
+    for fpath in fpath_list:
+        with zipfile.ZipFile(fpath, "r") as fp:
+            file_list = fp.namelist()
+            file_list = filter(lambda x: x.endswith(".json"), file_list)
+            for fname in file_list:
+                item_list = json.load(fp.open(fname, "r"))
+                for item in item_list["data"]:
+                    sn = item["sn"]
+                    domain = item["domain"]
+                    subdomain = item["subdomain"]
+                    ko_script = item["ko"]
+                    en_script = item["en"]
+                    source_language = item["source_language"]
+                    target_language = item["target_language"]
+                    yield {
+                        "sn": sn,
+                        "domain": domain,
+                        "subdomain": subdomain,
+                        "source_language": source_language,
+                        "target_language": target_language,
+                        "translation":{
+                            "ko": ko_script,
+                            "en": en_script,
+                        },
+                    }
+
+
+        
+class SocialTechTranslation(datasets.GeneratorBasedBuilder):
+    """SocialTechTranslation Dataset"""
+
+    BUILDER_CONFIGS = [
+        datasets.BuilderConfig(
+            name="base",
+            version=_VERSION,
+            description="SocialTechTranslation Dataset",
+        )
+    ]
+
+    manual_download_instructions = textwrap.dedent(f"""
+    You need to manually download the data file on AIHub (${_URL}). 
+    The folder containing the saved file can be used to load the dataset 
+    via 'datasets.load_dataset("aihub_socialtech20_translation.py", data_dir="<path/to/folder>")'
+    """)
+
+    def _info(self):
+        return datasets.DatasetInfo(
+            description=_DESCRIPTION,
+            features=datasets.Features(
+                {
+                    "sn": datasets.Value("string"),
+                    "domain": datasets.Value("string"),
+                    "subdomain": datasets.Value("string"),
+                    "source_language": datasets.Value("string"),
+                    "target_language": datasets.Value("string"),
+                    "translation": datasets.Translation(languages=['ko', 'en'])
+                }
+            ),
+            supervised_keys=None,  # Probably needs to be fixed.
+            homepage=_URL,
+            citation=_CITATION,
+        )
+
+    def _split_generators(self, dl_manager: datasets.DownloadManager):
+
+        path_kv = {
+            datasets.Split.TRAIN: [
+                os.path.join(dl_manager.manual_dir, TRAINING_FPATH_REL)
+                ],
+            datasets.Split.VALIDATION: [
+                os.path.join(dl_manager.manual_dir, VALIDATION_FPATH_REL)
+                ],
+        }
+
+        return [
+                datasets.SplitGenerator(name=k, gen_kwargs={'fpath_list': v}) for k, v in path_kv.items()
+        ]
+
+    def _generate_examples(self, fpath_list):
+        """Yields examples."""
+        for idx, item in enumerate(generator(fpath_list)):
+            yield idx, item