irc_disentanglement

• Descripción :

El conjunto de datos de desenredado de IRC contiene más de 77 563 mensajes del canal IRC de Ubuntu.

Las características incluyen la identificación del mensaje, el texto del mensaje y la marca de tiempo. El destino es una lista de mensajes a los que responde el mensaje actual. Cada registro contiene una lista de mensajes de un día de chat IRC.

• Documentación adicional : Explore en Papers With Code

• Página de inicio : https://jkk.name/irc-disentanglement

• Código fuente : tfds.datasets.irc_disentanglement.Builder

• Versiones :

  • 2.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de la descarga : 113.53 MiB

• Tamaño del conjunto de datos : 26.59 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'test'	10
'train'	153
'validation'	10

• Estructura de características :

FeaturesDict({
    'day': Sequence({
        'id': Text(shape=(), dtype=string),
        'parents': Sequence(Text(shape=(), dtype=string)),
        'text': Text(shape=(), dtype=string),
        'timestamp': Text(shape=(), dtype=string),
    }),
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
día	Secuencia
día/identificación	Texto		cuerda
día/padres	Secuencia (Texto)	(Ninguna,)	cuerda
día/texto	Texto		cuerda
día/marca de tiempo	Texto		cuerda

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@InProceedings{acl19disentangle,
  author    = {Jonathan K. Kummerfeld and Sai R. Gouravajhala and Joseph Peper and Vignesh Athreya and Chulaka Gunasekara and Jatin Ganhotra and Siva Sankalp Patel and Lazaros Polymenakos and Walter S. Lasecki},
  title     = {A Large-Scale Corpus for Conversation Disentanglement},
  booktitle = {Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
  location  = {Florence, Italy},
  month     = {July},
  year      = {2019},
  doi       = {10.18653/v1/P19-1374},
  pages     = {3846--3856},
  url       = {https://aclweb.org/anthology/papers/P/P19/P19-1374/},
  arxiv     = {https://arxiv.org/abs/1810.11118},
  software  = {https://jkk.name/irc-disentanglement},
  data      = {https://jkk.name/irc-disentanglement},
}