الكتب

تحذير: التنزيل اليدوي مطلوب. انظر التعليمات أدناه.

• الوصف :

BookSum: مجموعة من مجموعات البيانات للتلخيص السردي الطويل

يدعم هذا التطبيق حاليًا ملخصات الكتب والفصول فقط.

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

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز

• الصفحة الرئيسية : https://github.com/salesforce/booksum

• كود المصدر : tfds.datasets.booksum.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي.

• حجم التنزيل : Unknown size

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  

  1) انتقل إلى https://github.com/salesforce/booksum ، وقم بتشغيل الخطوات من 1 إلى 3. ضع مشروع booksum git بأكمله في المجلد اليدوي. 2) قم بتنزيل الكتب ذات الفصول من https://storage.cloud.google.com/sfr-books-dataset-chapters-research/all_chapterized_books.zip وفك الضغط إلى مجلد الدليل.

يجب أن يحتوي المجلد اليدوي على الدلائل التالية:

- `booksum/`
- `all_chapterized_books/`

ملاحظة: نظرًا لأن مجموعة بيانات BookSum تستند إلى توفر البيانات المقتبسة من الويب وقد تكون غير مكتملة ، فإن طريقة _generate_examples تلقائيًا الإدخالات المفقودة.

• التخزين المؤقت التلقائي ( التوثيق ): نعم (اختبار ، التحقق من الصحة) ، فقط عندما يكون shuffle_files=False (قطار)

• هيكل الميزة :

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

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
وثيقة	نص		سلسلة
ملخص	نص		سلسلة

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('document', 'summary')

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@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}
}

مجموعة الكتب / الكتاب (التكوين الافتراضي)

• وصف التكوين : تلخيص على مستوى الكتاب

• حجم مجموعة البيانات : 208.81 MiB

• الانقسامات :

انشق، مزق	أمثلة
'test'	46
'train'	312
'validation'	45

• أمثلة ( tfds.as_dataframe ):

الكتب / الفصل

• وصف التكوين : تلخيص على مستوى الفصل

• حجم مجموعة البيانات : 216.71 MiB

• الانقسامات :

انشق، مزق	أمثلة
'test'	1،083
'train'	6524
'validation'	891

• أمثلة ( tfds.as_dataframe ):