imdb_reviews

説明:

大規模な映画レビューデータセット。これは、以前のベンチマークデータセットよりも大幅に多くのデータを含むバイナリセンチメント分類用のデータセットです。トレーニング用に 25,000 の極性の高い映画レビューのセットと、テスト用に 25,000 のセットを提供します。追加のラベルなしデータも使用できます。

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: http://ai.stanford.edu/~amaas/data/sentiment/
ソースコード: tfds.datasets.imdb_reviews.Builder
バージョン:
- 1.0.0 (デフォルト): 新しい分割 API ( https://tensorflow.org/datasets/splits )
ダウンロードサイズ: 80.23 MiB
自動キャッシュ(ドキュメント): はい
スプリット:

スプリット	例
`'test'`	25,000
`'train'`	25,000
`'unsupervised'`	50,000

監視されたキー( as_supervised docを参照): ('text', 'label')
図( tfds.show_examples ): サポートされていません。
引用：

@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 (デフォルト設定)

構成の説明: プレーンテキスト
データセットサイズ: 129.83 MiB
機能構造:

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

機能のドキュメント:

特徴	クラス	Dtype
	特徴辞書
ラベル	クラスラベル	int64
文章	文章	ストリング

例( tfds.as_dataframe ):

imdb_reviews/bytes

構成の説明: tfds.deprecated.text.ByteTextEncoderでバイトレベルのテキストエンコーディングを使用します
データセットのサイズ: 129.88 MiB
機能構造:

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

機能のドキュメント:

特徴	クラス	形	Dtype
	特徴辞書
ラベル	クラスラベル		int64
文章	文章	（なし、）	int64

例( tfds.as_dataframe ):

imdb_reviews/subwords8k

構成の説明: tfds.deprecated.text.SubwordTextEncoderを 8k ボキャブサイズで使用します
データセットのサイズ: 54.72 MiB
機能構造:

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

機能のドキュメント:

特徴	クラス	形	Dtype
	特徴辞書
ラベル	クラスラベル		int64
文章	文章	（なし、）	int64

例( tfds.as_dataframe ):

imdb_reviews/subwords32k

構成の説明: 32k ボキャブサイズのtfds.deprecated.text.SubwordTextEncoderを使用します
データセットサイズ: 50.33 MiB
機能構造:

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

機能のドキュメント:

特徴	クラス	形	Dtype
	特徴辞書
ラベル	クラスラベル		int64
文章	文章	（なし、）	int64

例( tfds.as_dataframe ):