c4_wsrs

• Mô tả :

Tập dữ liệu mở rộng từ viết tắt y tế áp dụng thay thế ngược quy mô web (wsrs) cho tập dữ liệu C4, đây là phiên bản khổng lồ, được làm sạch của kho dữ liệu thu thập dữ liệu web của Common Crawl.

Nguồn ban đầu là bộ dữ liệu Common Crawl: https://commoncrawl.org

• Mô tả cấu hình : Tập dữ liệu C4-WSRS mặc định.

• Trang chủ : https://github.com/google-research/google-research/tree/master/deciphering_clinical_abbreviations

• Mã nguồn : tfds.text.c4_wsrs.C4WSRS

• Phiên bản :

  • 1.0.0 (mặc định): Bản phát hành đầu tiên.

• Kích thước tải xuống : 143.01 KiB

• Kích thước tập dữ liệu : 5.84 GiB

• Tự động lưu vào bộ nhớ cache ( tài liệu ): Không

• Chia tách :

Tách ra	ví dụ
'train'	9.575.852
'validation'	991,422

• Cấu trúc tính năng :

FeaturesDict({
    'abbreviated_snippet': Text(shape=(), dtype=string),
    'original_snippet': Text(shape=(), dtype=string),
})

• Tài liệu tính năng :

Tính năng	Lớp	Hình dạng	Dtype	Sự miêu tả
	Tính năngDict
viết tắt_snippet	Chữ		chuỗi
original_snippet	Chữ		chuỗi

• Các khóa được giám sát (Xem as_supervised doc ): None

• Hình ( tfds.show_examples ): Không được hỗ trợ.

• Ví dụ ( tfds.as_dataframe ):

• trích dẫn :

c4_wsrs/default (cấu hình mặc định)