- 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.GigawordVersões :
-
1.2.0(padrão): sem notas de versão.
-
Tamanho do download :
551.61 MiBTamanho do conjunto de dados :
1.02 GiBArmazenado 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 | Forma | Tipo D | Descrição |
|---|---|---|---|---|
| RecursosDict | ||||
| documento | Texto | corda | ||
| resumo | Texto | corda |
Chaves supervisionadas (consulte
as_superviseddoc ):('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}
}