gigaword

Deskripsi :

Pembuatan headline pada korpus artikel pasang dari Gigaword yang terdiri dari sekitar 4 juta artikel. Gunakan 'org_data' yang disediakan oleh https://github.com/microsoft/unilm/ yang identik dengan https://github.com/harvardnlp/sent-summary tetapi dengan format yang lebih baik.

Ada dua fitur: - dokumen: artikel. - ringkasan: judul.

Beranda : https://github.com/harvardnlp/sent-summary
Kode sumber : tfds.summarization.Gigaword
Versi :
- 1.2.0 (default): Tidak ada catatan rilis.
Ukuran unduhan : 551.61 MiB
Ukuran dataset : 1.02 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	1.951
`'train'`	3.803.957
`'validation'`	189.651

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	fiturDict
dokumen	Teks	rangkaian
ringkasan	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('document', 'summary')
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):

Kutipan :

@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}
}