cnn_dailymail

• Описание :

Неанонимный набор сводных данных CNN/DailyMail.

Есть две функции: - статья: текст новостной статьи, используемый в качестве резюмируемого документа - основные моменты: объединенный текст основных моментов с каждым основным моментом и вокруг него, который является целевым резюме

• Дополнительная документация : изучить документы с кодом

• Домашняя страница : https://github.com/abisee/cnn-dailymail

• Исходный код : tfds.summarization.CnnDailymail

• Версии :

  • 1.0.0 : новый раздельный API ( https://tensorflow.org/datasets/splits )

  • 2.0.0 : Разделяйте целевые предложения новой строкой. (Если модель предсказывает разделители новой строки, это упрощает оценку с использованием ROUGE на уровне сводки.)

  • 3.0.0 : Использование версии с корпусом.

  • 3.1.0 : удален BuilderConfig

  • 3.2.0 : Удалите лишний пробел перед добавленным периодом предложения. Это не должно повлиять на баллы ROUGE, потому что пунктуация удалена.

  • 3.3.0 : Добавить функцию издателя.

  • 3.4.0 (по умолчанию): Добавить функцию идентификации.

• Размер загрузки : 558.32 MiB

• Размер набора данных : 1.29 GiB

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

Расколоть	Примеры
'test'	11 490
'train'	287 113
'validation'	13 368

• Структура функции :

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

• Документация по функциям :

Особенность	Учебный класс	Форма	Dтип	Описание
	ОсобенностиDict
статья	Текст		нить
Основные моменты	Текст		нить
я бы	Текст		нить
издатель	Текст		нить

• Ключи под наблюдением (см . документ as_supervised ): ('article', 'highlights')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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}
}