imdb_reviews

• תיאור :

ערכת סקירת סרטים גדולה. זהו מערך נתונים לסיווג סנטימנט בינארי המכיל הרבה יותר נתונים מאשר מערכי נתונים קודמים. אנו מספקים סט של 25,000 ביקורות סרטים קוטביים להדרכה, ו-25,000 לבדיקות. ישנם נתונים נוספים ללא תווית לשימוש גם כן.

• תיעוד נוסף : חקור על ניירות עם קוד

• דף הבית : http://ai.stanford.edu/~amaas/data/sentiment/

• קוד מקור : tfds.datasets.imdb_reviews.Builder

• גרסאות :

  • 1.0.0 (ברירת מחדל): API חדש מפוצל ( https://tensorflow.org/datasets/splits )

• גודל הורדה : 80.23 MiB

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'test'	25,000
'train'	25,000
'unsupervised'	50,000

• מפתחות בפיקוח (ראה as_supervised doc ): ('text', 'label')

• איור ( tfds.show_examples ): לא נתמך.

• ציטוט :

@InProceedings{maas-EtAl:2011:ACL-HLT2011,
  author    = {Maas, Andrew L.  and  Daly, Raymond E.  and  Pham, Peter T.  and  Huang, Dan  and  Ng, Andrew Y.  and  Potts, Christopher},
  title     = {Learning Word Vectors for Sentiment Analysis},
  booktitle = {Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies},
  month     = {June},
  year      = {2011},
  address   = {Portland, Oregon, USA},
  publisher = {Association for Computational Linguistics},
  pages     = {142--150},
  url       = {http://www.aclweb.org/anthology/P11-1015}
}

imdb_reviews/plain_text (תצורת ברירת המחדל)

• תיאור תצורה : טקסט רגיל

• גודל ערכת נתונים : 129.83 MiB

• מבנה תכונה :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(), dtype=string),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
תווית	ClassLabel		int64
טֶקסט	טֶקסט		חוּט

• דוגמאות ( tfds.as_dataframe ):

imdb_reviews/bytes

• תיאור תצורה : משתמש בקידוד טקסט ברמת בייט עם tfds.deprecated.text.ByteTextEncoder

• גודל ערכת נתונים : 129.88 MiB

• מבנה תכונה :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(None,), dtype=int64, encoder=<ByteTextEncoder vocab_size=257>),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
תווית	ClassLabel		int64
טֶקסט	טֶקסט	(אף אחד,)	int64

• דוגמאות ( tfds.as_dataframe ):

imdb_reviews/subwords8k

• תיאור תצורה : משתמש ב- tfds.deprecated.text.SubwordTextEncoder עם גודל ווקאב של 8k

• גודל מערך נתונים : 54.72 MiB

• מבנה תכונה :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(None,), dtype=int64, encoder=<SubwordTextEncoder vocab_size=8185>),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
תווית	ClassLabel		int64
טֶקסט	טֶקסט	(אף אחד,)	int64

• דוגמאות ( tfds.as_dataframe ):

imdb_reviews/subwords32k

• תיאור תצורה : משתמש ב- tfds.deprecated.text.SubwordTextEncoder עם גודל ווקאב של 32k

• גודל ערכת נתונים : 50.33 MiB

• מבנה תכונה :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(None,), dtype=int64, encoder=<SubwordTextEncoder vocab_size=32650>),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
תווית	ClassLabel		int64
טֶקסט	טֶקסט	(אף אחד,)	int64

• דוגמאות ( tfds.as_dataframe ):