soma de livros

Aviso: download manual necessário. Veja as instruções abaixo.

• Descrição :

BookSum: uma coleção de conjuntos de dados para resumo narrativo de formato longo

Esta implementação atualmente suporta apenas resumos de livros e capítulos.

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

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://github.com/salesforce/booksum

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

• Versões :

  • 1.0.0 (padrão): versão inicial.

• Tamanho do download : Unknown size

• Instruções de download manual : este conjunto de dados exige que você baixe os dados de origem manualmente em download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
  

  1) Acesse https://github.com/salesforce/booksum e execute as etapas 1 a 3. Coloque todo o projeto booksum git na pasta manual. 2) Baixe os livros com capítulos em https://storage.cloud.google.com/sfr-books-dataset-chapters-research/all_chapterized_books.zip e descompacte na pasta manual.

A pasta manual deve conter os seguintes diretórios:

- `booksum/`
- `all_chapterized_books/`

Observação: como o conjunto de dados BookSum é baseado na disponibilidade de dados extraídos da Web e pode estar incompleto, o método _generate_examples ignorará automaticamente as entradas ausentes.

• Cache automático ( documentação ): Sim (teste, validação), somente quando shuffle_files=False (train)

• Estrutura de recursos :

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

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
documento	Texto		corda
resumo	Texto		corda

• Chaves supervisionadas (consulte as_supervised doc ): ('document', 'summary')

• Figura ( tfds.show_examples ): Não suportado.

• Citação :

@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/book (configuração padrão)

• Descrição da configuração : resumo em nível de livro

• Tamanho do conjunto de dados : 208.81 MiB

• Divisões :

Dividir	Exemplos
'test'	46
'train'	312
'validation'	45

• Exemplos ( tfds.as_dataframe ):

livro/capítulo

• Descrição da configuração : resumo em nível de capítulo

• Tamanho do conjunto de dados : 216.71 MiB

• Divisões :

Dividir	Exemplos
'test'	1.083
'train'	6.524
'validation'	891

• Exemplos ( tfds.as_dataframe ):