sum buku

Deskripsi :

BookSum: Kumpulan Kumpulan Data untuk Peringkasan Narasi Bentuk Panjang

Implementasi ini saat ini hanya mendukung ringkasan buku dan bab.

GitHub: https://github.com/salesforce/booksum

Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Beranda : https://github.com/salesforce/booksum
Kode sumber : tfds.datasets.booksum.Builder
Versi :
- 1.0.0 (default): Rilis awal.
Ukuran unduhan : Unknown size
Instruksi pengunduhan manual : Kumpulan data ini mengharuskan Anda mengunduh data sumber secara manual ke download_config.manual_dir (default ke ~/tensorflow_datasets/downloads/manual/ ):
1) Buka https://github.com/salesforce/booksum, dan jalankan langkah 1-3. Tempatkan seluruh proyek booksum git di folder manual. 2) Unduh buku bab dari https://storage.cloud.google.com/sfr-books-dataset-chapters-research/all_chapterized_books.zip dan unzip ke folder manual.

Folder manual harus berisi direktori berikut:

- `booksum/`
- `all_chapterized_books/`

Auto-cached ( dokumentasi ): Ya (test, validasi), Hanya ketika shuffle_files=False (train)
Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	fiturDict
dokumen	Teks	rangkaian
ringkasan	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('document', 'summary')
Gambar ( tfds.show_examples ): Tidak didukung.
Kutipan :

@article{kryscinski2021booksum,
      title={BookSum: A Collection of Datasets for Long-form Narrative Summarization},
      author={Wojciech Kry{\'s}ci{\'n}ski and Nazneen Rajani and Divyansh Agarwal and Caiming Xiong and Dragomir Radev},
      year={2021},
      eprint={2105.08209},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

booksum/buku (konfigurasi default)

Deskripsi konfigurasi : Peringkasan tingkat buku
Ukuran dataset : 208.81 MiB
Perpecahan :

Membelah	Contoh
`'test'`	46
`'train'`	312
`'validation'`	45

Contoh ( tfds.as_dataframe ):

buku/bab

Deskripsi konfigurasi : ringkasan tingkat bab
Ukuran dataset : 216.71 MiB
Perpecahan :

Membelah	Contoh
`'test'`	1.083
`'train'`	6.524
`'validation'`	891

Contoh ( tfds.as_dataframe ):