بیلسام

• توضیحات :

BillSum، خلاصه ای از لوایح کنگره ایالات متحده و ایالت کالیفرنیا.

چندین ویژگی وجود دارد: - متن: متن صورتحساب. - خلاصه: خلاصه قبوض. - عنوان: عنوان لوایح. ویژگی ها برای ما صورتحساب. صورت حساب ca ندارد. - text_len: تعداد کاراکترها در متن. - sum_len: تعداد کاراکترها به طور خلاصه.

• اسناد اضافی : کاوش در کاغذها با کد

• صفحه اصلی : https://github.com/FiscalNote/BillSum

• کد منبع : tfds.datasets.billsum.Builder

• نسخه ها :

  • 3.0.0 (پیش فرض): بدون یادداشت انتشار.

• حجم دانلود : 64.14 MiB

• حجم مجموعه داده : 260.84 MiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

شکاف	مثال ها
'ca_test'	1,237
'test'	3,269
'train'	18949

• ساختار ویژگی :

FeaturesDict({
    'summary': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
خلاصه	متن		رشته
متن	متن		رشته
عنوان	متن		رشته

• کلیدهای نظارت شده (مشاهده as_supervised doc ): ('text', 'summary')

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@misc{kornilova2019billsum,
    title={BillSum: A Corpus for Automatic Summarization of US Legislation},
    author={Anastassia Kornilova and Vlad Eidelman},
    year={2019},
    eprint={1910.00523},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}