big_patent

• Descrição :

BIGPATENT, que consiste em 1,3 milhão de registros de documentos de patentes dos EUA, juntamente com resumos abstratos escritos por humanos. Cada pedido de patente nos EUA é arquivado sob um código de Classificação Cooperativa de Patentes (CPC). Existem nove categorias de classificação:

• A (Necessidades Humanas),
• B (Execução de Operações; Transporte),
• C (Química; Metalurgia),
• D (Têxteis; Papel),
• E (Construções Fixas),
• F (Engenharia Mecânica; Relâmpago; Aquecimento; Armas; Detonação),
• G (Física),
• H (Eletricidade) e
• Y (marcação geral de tecnologia nova ou transversal)

Existem duas características:

• descrição: descrição detalhada da patente.

• resumo: Resumo da patente.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://evasharma.github.io/bigpatent/

• Código-fonte : tfds.datasets.big_patent.Builder

• Versões :

  • 1.0.0 : palavras tokenizadas em minúsculas
  • 2.0.0 : Atualização para usar strings brutas maiúsculas e minúsculas
  • 2.1.2 (padrão): correção de atualização para strings brutas com maiúsculas e minúsculas.

• Tamanho do download : 9.45 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Estrutura de recursos :

FeaturesDict({
    'abstract': Text(shape=(), dtype=string),
    'description': Text(shape=(), dtype=string),
})

• Documentação do recurso :

Recurso	Aula	Forma	Tipo D	Descrição
	RecursosDict
abstrato	Texto		corda
descrição	Texto		corda

• Chaves supervisionadas (consulte o documento as_supervised ): ('description', 'abstract')

• Figura ( tfds.show_examples ): Não compatível.

• Citação :

@misc{sharma2019bigpatent,
    title={BIGPATENT: A Large-Scale Dataset for Abstractive and Coherent Summarization},
    author={Eva Sharma and Chen Li and Lu Wang},
    year={2019},
    eprint={1906.03741},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

big_patent/all (configuração padrão)

• Descrição da configuração : Patentes em todas as categorias.

• Tamanho do conjunto de dados : 35.17 GiB

• Divisões :

Dividir	Exemplos
'test'	67.072
'train'	1.207.222
'validation'	67.068

• Exemplos ( tfds.as_dataframe ):

big_patent/a

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)a: Necessidades Humanas

• Tamanho do conjunto de dados : 5.16 GiB

• Divisões :

Dividir	Exemplos
'test'	9.675
'train'	174.134
'validation'	9.674

• Exemplos ( tfds.as_dataframe ):

patente_grande/b

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)b: Operações de Execução; transportando

• Tamanho do conjunto de dados : 4.06 GiB

• Divisões :

Dividir	Exemplos
'test'	8.974
'train'	161.520
'validation'	8.973

• Exemplos ( tfds.as_dataframe ):

patente_grande/c

• Descrição de configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)c: Química; Metalurgia

• Tamanho do conjunto de dados : 3.63 GiB

• Divisões :

Dividir	Exemplos
'test'	5.614
'train'	101.042
'validation'	5.613

• Exemplos ( tfds.as_dataframe ):

big_patent/d

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)d: Têxteis; Papel

• Tamanho do conjunto de dados : 255.56 MiB

• Divisões :

Dividir	Exemplos
'test'	565
'train'	10.164
'validation'	565

• Exemplos ( tfds.as_dataframe ):

big_patent/e

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)e: Construções Fixas

• Tamanho do conjunto de dados : 871.40 MiB

• Divisões :

Dividir	Exemplos
'test'	1.914
'train'	34.443
'validation'	1.914

• Exemplos ( tfds.as_dataframe ):

patente_grande/f

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)f: Engenharia Mecânica; Raio; Aquecimento; Armas; Explosão

• Tamanho do conjunto de dados : 2.06 GiB

• Divisões :

Dividir	Exemplos
'test'	4.754
'train'	85.568
'validation'	4.754

• Exemplos ( tfds.as_dataframe ):

patente_grande/g

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)g: Física

• Tamanho do conjunto de dados : 8.19 GiB

• Divisões :

Dividir	Exemplos
'test'	14.386
'train'	258.935
'validation'	14.385

• Exemplos ( tfds.as_dataframe ):

patente_grande/h

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)h: Eletricidade

• Tamanho do conjunto de dados : 7.50 GiB

• Divisões :

Dividir	Exemplos
'test'	14.279
'train'	257.019
'validation'	14.279

• Exemplos ( tfds.as_dataframe ):

big_patent/y

• Descrição da configuração : Patentes sob Classificação Cooperativa de Patentes (CPC)y: Marcação geral de tecnologia nova ou transversal

• Tamanho do conjunto de dados : 3.46 GiB

• Divisões :

Dividir	Exemplos
'test'	6.911
'train'	124.397
'validation'	6.911

• Exemplos ( tfds.as_dataframe ):