cnn_dailymail

• Deskripsi :

Kumpulan data peringkasan non-anonim CNN/DailyMail.

Ada dua fitur: - artikel: teks artikel berita, digunakan sebagai dokumen yang akan diringkas - highlight: gabungan teks highlight dengan dan di sekitar setiap highlight, yang merupakan ringkasan target

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

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

• Kode sumber : tfds.summarization.CnnDailymail

• Versi :

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

  • 2.0.0 : Pisahkan kalimat target dengan baris baru. (Memiliki model memprediksi pemisah baris baru membuatnya lebih mudah untuk dievaluasi menggunakan ROUGE tingkat ringkasan.)

  • 3.0.0 : Menggunakan versi cased.

  • 3.1.0 : Menghapus BuilderConfig

  • 3.2.0 : Hapus spasi ekstra sebelum periode kalimat ditambahkan. Ini seharusnya tidak memengaruhi skor ROUGE karena tanda baca dihapus.

  • 3.3.0 : Tambahkan fitur penerbit.

  • 3.4.0 (default): Tambahkan fitur ID.

• Ukuran unduhan : 558.32 MiB

• Ukuran dataset : 1.29 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	11.490
'train'	287.113
'validation'	13.368

• Struktur fitur :

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

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
artikel	Teks		rangkaian
highlight	Teks		rangkaian
Indo	Teks		rangkaian
penerbit	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): ('article', 'highlights')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@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}
}