paten_besar

• Deskripsi :

BIGPATENT, terdiri dari 1,3 juta catatan dokumen paten AS bersama dengan ringkasan abstraksi tertulis manusia. Setiap aplikasi paten AS diajukan di bawah kode Cooperative Patent Classification (CPC). Ada sembilan kategori klasifikasi seperti itu:

• A (Kebutuhan Manusia),
• B (Melakukan Operasi; Mengangkut),
• C (Kimia; Metalurgi),
• D (Tekstil; Kertas),
• E (Konstruksi Tetap),
• F (Teknik Mesin; Petir; Pemanas; Senjata; Peledakan),
• G (Fisika),
• H (Listrik), dan
• Y (Penandaan umum teknologi baru atau cross-sectional)

Ada dua fitur:

• deskripsi: penjelasan rinci tentang paten.

• ringkasan: Abstrak paten.

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : https://evasharma.github.io/bigpatent/

• Kode sumber : tfds.datasets.big_patent.Builder

• Versi :

  • 1.0.0 : kata-kata token dengan huruf kecil
  • 2.0.0 : Perbarui untuk menggunakan string mentah cased
  • 2.1.2 (default): Perbaiki pembaruan untuk string mentah berselubung.

• Ukuran unduhan : 9.45 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Struktur fitur :

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

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
abstrak	Teks		rangkaian
keterangan	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): ('description', 'abstract')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@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 (konfigurasi default)

• Deskripsi konfigurasi : Paten di bawah semua kategori.

• Ukuran dataset : 35.17 GiB

• Perpecahan :

Membelah	Contoh
'test'	67.072
'train'	1.207.222
'validation'	67.068

• Contoh ( tfds.as_dataframe ):

big_patent/a

• Deskripsi konfigurasi : Paten di bawah Cooperative Patent Classification (CPC)a: Kebutuhan Manusia

• Ukuran dataset : 5.16 GiB

• Perpecahan :

Membelah	Contoh
'test'	9.675
'train'	174.134
'validation'	9.674

• Contoh ( tfds.as_dataframe ):

big_patent/b

• Deskripsi konfigurasi : Paten di bawah Cooperative Patent Classification (CPC)b: Melakukan Operasi; Mengangkut

• Ukuran dataset : 4.06 GiB

• Perpecahan :

Membelah	Contoh
'test'	8.974
'train'	161.520
'validation'	8.973

• Contoh ( tfds.as_dataframe ):

big_patent/c

• Deskripsi konfigurasi : Paten di bawah Cooperative Patent Classification (CPC)c: Kimia; Metalurgi

• Ukuran dataset : 3.63 GiB

• Perpecahan :

Membelah	Contoh
'test'	5.614
'train'	101.042
'validation'	5.613

• Contoh ( tfds.as_dataframe ):

big_patent/d

• Deskripsi konfigurasi : Paten berdasarkan Cooperative Patent Classification (CPC)d: Tekstil; Kertas

• Ukuran dataset : 255.56 MiB

• Perpecahan :

Membelah	Contoh
'test'	565
'train'	10.164
'validation'	565

• Contoh ( tfds.as_dataframe ):

big_patent/e

• Deskripsi konfigurasi : Paten berdasarkan Cooperative Patent Classification (CPC)e: Fixed Constructions

• Ukuran dataset : 871.40 MiB

• Perpecahan :

Membelah	Contoh
'test'	1.914
'train'	34.443
'validation'	1.914

• Contoh ( tfds.as_dataframe ):

big_patent/f

• Deskripsi konfigurasi : Paten di bawah Cooperative Patent Classification (CPC)f: Teknik Mesin; Petir; Pemanasan; Senjata; Peledakan

• Ukuran dataset : 2.06 GiB

• Perpecahan :

Membelah	Contoh
'test'	4.754
'train'	85.568
'validation'	4.754

• Contoh ( tfds.as_dataframe ):

big_patent/g

• Deskripsi konfigurasi : Paten di bawah Cooperative Patent Classification (CPC)g: Fisika

• Ukuran dataset : 8.19 GiB

• Perpecahan :

Membelah	Contoh
'test'	14.386
'train'	258.935
'validation'	14.385

• Contoh ( tfds.as_dataframe ):

big_patent/h

• Deskripsi konfigurasi : Paten di bawah Cooperative Patent Classification (CPC)h: Listrik

• Ukuran dataset : 7.50 GiB

• Perpecahan :

Membelah	Contoh
'test'	14.279
'train'	257.019
'validation'	14.279

• Contoh ( tfds.as_dataframe ):

big_patent/y

• Deskripsi konfigurasi : Paten berdasarkan Cooperative Patent Classification (CPC)y: Penandaan umum teknologi baru atau cross-sectional

• Ukuran dataset : 3.46 GiB

• Perpecahan :

Membelah	Contoh
'test'	6.911
'train'	124.397
'validation'	6.911

• Contoh ( tfds.as_dataframe ):