cnn_dailymail

• คำอธิบาย :

ชุดข้อมูลการสรุป CNN/DailyMail แบบไม่ระบุตัวตน

มีสองลักษณะคือ - บทความ: ข้อความของบทความข่าวใช้เป็นเอกสารที่จะสรุป - ไฮไลท์: รวมข้อความของไฮไลท์กับ และ รอบ ๆ ไฮไลท์แต่ละอันซึ่งเป็นบทสรุปเป้าหมาย

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• หน้าแรก : https://github.com/abisee/cnn-dailymail

• รหัสที่มา : tfds.summarization.CnnDailymail

• รุ่น :

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

  • 2.0.0 : แยกประโยคเป้าหมายด้วยการขึ้นบรรทัดใหม่ (การให้แบบจำลองคาดการณ์ตัวคั่นการขึ้นบรรทัดใหม่ทำให้ง่ายต่อการประเมินโดยใช้ ROUGE ระดับสรุป)

  • 3.0.0 : ใช้เวอร์ชันใส่เคส

  • 3.1.0 : ลบ BuilderConfig

  • 3.2.0 : ลบช่องว่างก่อนเพิ่มระยะเวลาประโยค สิ่งนี้ไม่ควรส่งผลต่อคะแนน ROUGE เนื่องจากเครื่องหมายวรรคตอนจะถูกลบออก

  • 3.3.0 : เพิ่มคุณสมบัติผู้เผยแพร่

  • 3.4.0 (ค่าเริ่มต้น): เพิ่มคุณสมบัติ ID

• ขนาดการดาวน์โหลด : 558.32 MiB

• ขนาดชุดข้อมูล : 1.29 GiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'test'	11,490
'train'	287,113
'validation'	13,368

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

ลักษณะเฉพาะ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
บทความ	ข้อความ		สตริง
ไฮไลท์	ข้อความ		สตริง
รหัส	ข้อความ		สตริง
สำนักพิมพ์	ข้อความ		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('article', 'highlights')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}