film_razionali

• Descrizione :

Il set di dati sulla motivazione del film contiene motivazioni con annotazioni umane per le recensioni dei film.

• Homepage : http://www.cs.jhu.edu/~ozaidan/rationales/

• Codice sorgente : tfds.text.MovieRationales

• Versioni :

  • 0.1.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 3.72 MiB

• Dimensione del set di dati: 8.37 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

Diviso	Esempi
'test'	199
'train'	1.600
'validation'	200

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
prove	Sequenza(Testo)	(Nessuno,)	corda
etichetta	ClassLabel		int64
revisione	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@unpublished{eraser2019,
    title = {ERASER: A Benchmark to Evaluate Rationalized NLP Models},
    author = {Jay DeYoung and Sarthak Jain and Nazneen Fatema Rajani and Eric Lehman and Caiming Xiong and Richard Socher and Byron C. Wallace}
}
@InProceedings{zaidan-eisner-piatko-2008:nips,
  author    =  {Omar F. Zaidan  and  Jason Eisner  and  Christine Piatko},
  title     =  {Machine Learning with Annotator Rationales to Reduce Annotation Cost},
  booktitle =  {Proceedings of the NIPS*2008 Workshop on Cost Sensitive Learning},
  month     =  {December},
  year      =  {2008}
}