cnn_dailymail

• Descrição :

Conjunto de dados de resumo não anonimizado CNN/DailyMail.

Existem duas características: - artigo: texto do artigo de notícias, usado como documento a ser resumido - destaques: texto unido dos destaques com e ao redor de cada destaque, que é o resumo de destino

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://github.com/abisee/cnn-dailymail

• Código -fonte: tfds.summarization.CnnDailymail

• Versões :

  • 1.0.0 : Nova API de divisão ( https://tensorflow.org/datasets/splits )

  • 2.0.0 : Separe as frases de destino com nova linha. (Fazer com que o modelo preveja separadores de nova linha facilita a avaliação usando o ROUGE de nível de resumo.)

  • 3.0.0 : Usando a versão case.

  • 3.1.0 : BuilderConfig removido

  • 3.2.0 : Remova o espaço extra antes do período de sentença adicionado. Isso não deve afetar as pontuações do ROUGE porque a pontuação foi removida.

  • 3.3.0 : Adicionar recurso de editor.

  • 3.4.0 (padrão): Adicionar recurso de ID.

• Tamanho do download : 558.32 MiB

• Tamanho do conjunto de dados : 1.29 GiB

• Armazenado em cache automaticamente ( documentação ): Não

• Divisões :

Dividir	Exemplos
'test'	11.490
'train'	287.113
'validation'	13.368

• Estrutura de recursos :

FeaturesDict({
    'article': Text(shape=(), dtype=string),
    'highlights': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'publisher': Text(shape=(), dtype=string),
})

• Documentação do recurso:

Característica	Classe	Forma	Tipo D	Descrição
	RecursosDict
artigo	Texto		corda
Destaques	Texto		corda
Eu iria	Texto		corda
editor	Texto		corda

• Chaves supervisionadas (consulte o documento as_supervised ): ('article', 'highlights')

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@article{DBLP:journals/corr/SeeLM17,
  author    = {Abigail See and
               Peter J. Liu and
               Christopher D. Manning},
  title     = {Get To The Point: Summarization with Pointer-Generator Networks},
  journal   = {CoRR},
  volume    = {abs/1704.04368},
  year      = {2017},
  url       = {http://arxiv.org/abs/1704.04368},
  archivePrefix = {arXiv},
  eprint    = {1704.04368},
  timestamp = {Mon, 13 Aug 2018 16:46:08 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/SeeLM17},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{hermann2015teaching,
  title={Teaching machines to read and comprehend},
  author={Hermann, Karl Moritz and Kocisky, Tomas and Grefenstette, Edward and Espeholt, Lasse and Kay, Will and Suleyman, Mustafa and Blunsom, Phil},
  booktitle={Advances in neural information processing systems},
  pages={1693--1701},
  year={2015}
}