big_patent

• 説明:

BIGPATENT。130 万件の米国特許文書のレコードと人間が書いた抽象的な要約で構成されています。各米国特許出願は、共同特許分類 (CPC) コードに基づいて提出されます。このような分類カテゴリは 9 つあります。

• A (人的必需品)、
• B (作業の実行、輸送)、
• C (化学; 冶金)、
• D（繊維、紙）、
• E (固定構造)、
• F (機械工学、雷、加熱、武器、爆破)、
• G（物理学）、
• H（電気）、および
• Y (新しい技術または横断的な技術の一般的なタグ付け)

次の 2 つの特徴があります。

• description: 特許の詳細な説明。

• 要約: 特許要約。

• 追加ドキュメント:コード付きの論文について調べる

• ホームページ: https://evasharma.github.io/bigpatent/

• ソースコード: tfds.datasets.big_patent.Builder

• バージョン:

  • 1.0.0 : 小文字のトークン化された単語
  • 2.0.0 : 大文字と小文字を区別した生の文字列を使用するように更新
  • 2.1.2 (デフォルト): 大文字と小文字を区別した生の文字列への更新を修正しました。

• ダウンロードサイズ: 9.45 GiB

• 自動キャッシュ(ドキュメント): いいえ

• 機能の構造:

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

• 機能ドキュメント:

特徴	クラス	形	Dタイプ	説明
	特徴辞書
概要	文章		弦
説明	文章		弦

• 監視キー( as_supervised docを参照): ('description', 'abstract')

• 図( tfds.show_examples ): サポートされていません。

• 引用：

@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 (デフォルト設定)

• 構成の説明: すべてのカテゴリの特許。

• データセットのサイズ: 35.17 GiB

• 分割:

スプリット	例
'test'	67,072
'train'	1,207,222
'validation'	67,068

• 例( tfds.as_dataframe ):

ビッグパテント/a

• 構成の説明: 協同特許分類 (CPC) に基づく特許 a: 人間の必需品

• データセットのサイズ: 5.16 GiB

• 分割:

スプリット	例
'test'	9,675
'train'	174,134
'validation'	9,674

• 例( tfds.as_dataframe ):

ビッグパテント/b

• 構成の説明: 協力特許分類 (CPC) に基づく特許 b: 操作の実行。輸送

• データセットのサイズ: 4.06 GiB

• 分割:

スプリット	例
'test'	8,974
'train'	161,520
'validation'	8,973

• 例( tfds.as_dataframe ):

big_patent/c

• 構成の説明: 協同特許分類 (CPC) に基づく特許 c: 化学。冶金

• データセットのサイズ: 3.63 GiB

• 分割:

スプリット	例
'test'	5,614
'train'	101,042
'validation'	5,613

• 例( tfds.as_dataframe ):

big_patent/d

• 構成の説明: 協同特許分類 (CPC) に基づく特許: 繊維;紙

• データセットのサイズ: 255.56 MiB

• 分割:

スプリット	例
'test'	565
'train'	10,164
'validation'	565

• 例( tfds.as_dataframe ):

big_patent/e

• 構成の説明: 協同特許分類 (CPC) に基づく特許 e: 固定構造

• データセットのサイズ: 871.40 MiB

• 分割:

スプリット	例
'test'	1,914
'train'	34,443
'validation'	1,914

• 例( tfds.as_dataframe ):

big_patent/f

• 構成の説明: 共同特許分類 (CPC) に基づく特許: 機械工学。雷;暖房;兵器;ブラスト

• データセットのサイズ: 2.06 GiB

• 分割:

スプリット	例
'test'	4,754
'train'	85,568
'validation'	4,754

• 例( tfds.as_dataframe ):

big_patent/g

• 構成の説明: 協同特許分類 (CPC) に基づく特許 g: 物理学

• データセットのサイズ: 8.19 GiB

• 分割:

スプリット	例
'test'	14,386
'train'	258,935
'validation'	14,385

• 例( tfds.as_dataframe ):

big_patent/h

• 構成の説明: 協同特許分類 (CPC) に基づく特許 h: 電気

• データセットのサイズ: 7.50 GiB

• 分割:

スプリット	例
'test'	14,279
'train'	257,019
'validation'	14,279

• 例( tfds.as_dataframe ):

big_patent/y

• 構成の説明: 共同特許分類 (CPC) に基づく特許 y: 新しい技術または横断的な技術の一般的なタグ付け

• データセットのサイズ: 3.46 GiB

• 分割:

スプリット	例
'test'	6,911
'train'	124,397
'validation'	6,911

• 例( tfds.as_dataframe ):