add hf info, englishize

README.md

@@ -1,4 +1,8 @@
 ---
+language:
+  - en
+multilinguality:
+  - monolingual
 license: other
 license_name: topicnet
 license_link: >-
@@ -13,17 +17,31 @@ configs:
     data_files:
       - split: train
         path: "data/RTL_Wiki_person.csv.gz"
+task_categories:
+  - text-classification
+task_ids:
+  - topic-classification
+  - multi-class-classification
+  - multi-label-classification
+tags:
+  - topic-modeling
+  - topic-modelling
+  - text-clustering
+  - multimodal-data
+  - multimodal-learning
+  - modalities
+  - document-representation
 ---
 
 
 # RTL-Wiki
 
-Измеряемые характеристики датасета:
+Some measurable characteristics of the dataset:
 
-* D — число документов
-* <имя модальности> W — размер словаря данной модальности (количество уникальных токенов)
-* <имя модальности> len D — средняя длина документа в терминах этой модальности (количество слов)
-* <имя модальности> len D uniq — средняя длина документа в уникальных терминах этой модальности (количество уникальных слов)
+* D — number of documents
+* <modality name> W — modality dictionary size (number of unique tokens)
+* <modality name> len D — average document length in modality tokens (number of tokens)
+* <modality name> len D uniq — average document length in unique modality tokens (number of unique tokens)
 
 
 |       |    D |   @lemmatized W |   @lemmatized len D |   @lemmatized len D uniq |   @bigram W |   @bigram len D |   @bigram len D uniq |
@@ -31,7 +49,7 @@ configs:
 | value |        7838 |            1.28065e+07 |                     1633.9 |                         691.157 |             503619 |                64.2535 |                     30.8372 |
 
 
-Информация о длинах документов в расчёте на модальность:
+Information about document lengths in modality tokens:
 
 
 |      |   len_total@lemmatized |   len_total@bigram |   len_uniq@lemmatized |   len_uniq@bigram |
@@ -45,12 +63,12 @@ configs:
 | max  |               15851    |          1098      |              4184     |          283      |
 
 
-## RTL_Wiki_person
+## RTL-Wiki-Person
 
-Версия датасета, отфильтрованная по персоналиям, содержащая только 1201 документ.
+A version of the dataset filtered by person. It contains only 1201 documents.
 
 
-Измеряемые характеристики датасета:
+Some measurable characteristics of the dataset:
 
 
 |       |    D |   @lemmatized W |   @lemmatized len D |   @lemmatized len D uniq |   @bigram W |   @bigram len D |   @bigram len D uniq |
@@ -58,7 +76,7 @@ configs:
 | value |        1201 |            1.92167e+06 |                    1600.06 |                          729.93 |             371430 |                309.267 |                     196.595 |
 
 
-Информация о длинах документов в расчёте на модальность:
+Information about document lengths in modality tokens:
 
 
 |      |   len_total@lemmatized |   len_total@bigram |   len_uniq@lemmatized |   len_uniq@bigram |