gigapalavra

Descrição :

Geração de títulos em um corpus de pares de artigos do Gigaword, consistindo em cerca de 4 milhões de artigos. Use o 'org_data' fornecido por https://github.com/microsoft/unilm/ que é idêntico a https://github.com/harvardnlp/sent-summary , mas com formato melhor.

Existem duas características: - documento: artigo. - resumo: manchete.

Página inicial : https://github.com/harvardnlp/sent-summary
Código -fonte: tfds.summarization.Gigaword
Versões :
- 1.2.0 (padrão): sem notas de versão.
Tamanho do download : 551.61 MiB
Tamanho do conjunto de dados : 1.02 GiB
Armazenado em cache automaticamente ( documentação ): Não
Divisões :

Dividir	Exemplos
`'test'`	1.951
`'train'`	3.803.957
`'validation'`	189.651

Estrutura de recursos :

FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})

Documentação do recurso:

Característica	Classe	Tipo D
	RecursosDict
documento	Texto	corda
resumo	Texto	corda

Chaves supervisionadas (consulte as_supervised doc ): ('document', 'summary')
Figura ( tfds.show_examples ): Não compatível.
Exemplos ( tfds.as_dataframe ):

Citação :

@article{graff2003english,
  title={English gigaword},
  author={Graff, David and Kong, Junbo and Chen, Ke and Maeda, Kazuaki},
  journal={Linguistic Data Consortium, Philadelphia},
  volume={4},
  number={1},
  pages={34},
  year={2003}
}

@article{Rush_2015,
   title={A Neural Attention Model for Abstractive Sentence Summarization},
   url={http://dx.doi.org/10.18653/v1/D15-1044},
   DOI={10.18653/v1/d15-1044},
   journal={Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing},
   publisher={Association for Computational Linguistics},
   author={Rush, Alexander M. and Chopra, Sumit and Weston, Jason},
   year={2015}
}