sum buku

Peringatan: Diperlukan unduhan manual. Lihat petunjuk di bawah ini.

• 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/`

Catatan: Karena kumpulan data BookSum didasarkan pada ketersediaan data yang diambil dari web dan mungkin tidak lengkap, metode _generate_examples akan melewatkan entri yang hilang secara otomatis.

• 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	Membentuk	Dtype	Keterangan
	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 ):