cnn_dailymail

• Descriptif :

Ensemble de données de synthèse non anonyme CNN/DailyMail.

Il existe deux fonctionnalités : - article : texte de l'article d'actualité, utilisé comme document à résumer - faits saillants : texte joint des faits saillants avec et autour de chaque fait saillant, qui est le résumé cible

• Documentation complémentaire : Explorer sur Papers With Code

• Page d'accueil : https://github.com/abisee/cnn-dailymail

• Code source : tfds.summarization.CnnDailymail

• Versions :

  • 1.0.0 : Nouvelle API fractionnée ( https://tensorflow.org/datasets/splits )

  • 2.0.0 : Séparez les phrases cibles avec une nouvelle ligne. (Le fait que le modèle prédise les séparateurs de nouvelle ligne facilite l'évaluation à l'aide de ROUGE au niveau récapitulatif.)

  • 3.0.0 : Utilisation de la version avec boîtier.

  • 3.1.0 : Suppression de BuilderConfig

  • 3.2.0 : Supprimer l'espace supplémentaire avant la période de phrase ajoutée. Cela ne devrait pas affecter les scores ROUGE car la ponctuation est supprimée.

  • 3.3.0 : Ajout de la fonctionnalité d'éditeur.

  • 3.4.0 (par défaut) : ajouter une fonctionnalité d'identification.

• Taille du téléchargement : 558.32 MiB

• Taille du jeu de données : 1.29 GiB

• Mise en cache automatique ( documentation ): Non

• Fractionnements :

Diviser	Exemples
'test'	11 490
'train'	287 113
'validation'	13 368

• Structure des fonctionnalités :

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

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
article	Texte		chaîne de caractères
points forts	Texte		chaîne de caractères
identifiant	Texte		chaîne de caractères
éditeur	Texte		chaîne de caractères

• Touches supervisées (Voir as_supervised doc ): ('article', 'highlights')

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@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}
}