covid19sum

説明:

CORD-19 は、COVID-19、SARS-CoV-2、および関連するコロナウイルスに関する 33,000 を超える全文を含む 45,000 を超える学術論文のリソースです。

抽象的要約により、COVID-19 の科学文献の情報を整理するのに役立ちます。このデータセットは、これらの記事をドキュメントと full_text-abstract または Introduction-abstract の要約のペアに解析します。

機能には、abstract、full_text、sha (pdf のハッシュ)、source_x (出版物のソース)、title、doi (デジタルオブジェクト識別子)、license、authors、publish_time、journal、url の文字列が含まれます。

追加のドキュメント:コードを使用したペーパーの探索
ホームページ: https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge
ソースコード: tfds.summarization.Covid19sum
バージョン:
- 1.0.0 (デフォルト): リリースノートはありません。
ダウンロードサイズ: サイズUnknown size
データセットのサイズ: サイズUnknown size
手動ダウンロードの手順: このデータセットでは、ソースデータを手動でdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ) にダウンロードする必要があります。
このデータセットは、kaggle API から手動でダウンロードする必要があります: kaggle datasets download allen-institute-for-ai/CORD-19-research-challengeダウンロードした zip ファイルを manual フォルダーに配置します。
自動キャッシュ(ドキュメント): 不明
スプリット:

スプリット	例

機能構造:

FeaturesDict({
    'abstract': string,
    'authors': string,
    'body_text': Sequence({
        'section': string,
        'text': string,
    }),
    'doi': string,
    'journal': string,
    'license': string,
    'publish_time': string,
    'sha': string,
    'source_x': string,
    'title': string,
    'url': string,
})

機能のドキュメント:

特徴	クラス	Dtype
	特徴辞書
概要	テンソル	ストリング
著者	テンソル	ストリング
本文	順序
body_text/セクション	テンソル	ストリング
body_text/テキスト	テンソル	ストリング
ドイ	テンソル	ストリング
ジャーナル	テンソル	ストリング
ライセンス	テンソル	ストリング
publish_time	テンソル	ストリング
社	テンソル	ストリング
ソース_x	テンソル	ストリング
題名	テンソル	ストリング
URL	テンソル	ストリング

監視されたキー( as_supervised docを参照): ('body_text', 'abstract')
図( tfds.show_examples ): サポートされていません。
例( tfds.as_dataframe ): ありません。
引用：

@ONLINE {CORD-19-research-challenge,
    author = "An AI challenge with AI2, CZI, MSR, Georgetown, NIH & The White House",
    title  = "COVID-19 Open Research Dataset Challenge (CORD-19)",
    month  = "april",
    year   = "2020",
    url    = "https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge"
}

covid19sum コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

covid19sum