- 설명 :
영화 근거 데이터 세트에는 영화 리뷰에 대한 사람이 주석을 단 근거가 포함되어 있습니다.
소스 코드 :
tfds.text.MovieRationales버전 :
-
0.1.0(기본값): 릴리스 정보가 없습니다.
-
다운로드 크기 :
3.72 MiB데이터 세트 크기 :
8.37 MiB자동 캐시 ( 문서 ): 예
분할 :
| 나뉘다 | 예 |
|---|---|
'test' | 199 |
'train' | 1,600 |
'validation' | 200 |
- 기능 구조 :
FeaturesDict({
'evidences': Sequence(Text(shape=(), dtype=string)),
'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
'review': Text(shape=(), dtype=string),
})
- 기능 문서 :
| 특징 | 수업 | 모양 | D타입 | 설명 |
|---|---|---|---|---|
| 풍모Dict | ||||
| 증거 | 시퀀스(텍스트) | (없음,) | 끈 | |
| 상표 | 클래스 레이블 | int64 | ||
| 검토 | 텍스트 | 끈 |
감독된 키 (
as_supervised문서 참조):None그림 ( tfds.show_examples ): 지원되지 않습니다.
예 ( tfds.as_dataframe ):
- 인용 :
@unpublished{eraser2019,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}
}