סמסום

אזהרה: נדרשת הורדה ידנית. ראה הוראות למטה.

• תיאור :

SAMSum Corpus מכיל יותר מ-16,000 דיאלוגים של צ'אט עם סיכומים עם הערות ידנית.

ישנן שתי תכונות:

• דיאלוג: טקסט של דיאלוג.
• סיכום: סיכום כתוב אנושי של הדיאלוג.

• id: id של דוגמה.

• תיעוד נוסף : חקור על ניירות עם קוד

• דף הבית : https://arxiv.org/src/1911.12237v2/anc

• קוד מקור : tfds.datasets.samsum.Builder

• גרסאות :

  • 1.0.0 (ברירת מחדל): אין הערות שחרור.

• גודל הורדה : Unknown size

• גודל ערכת נתונים: 10.71 MiB

• הוראות הורדה ידניות : מערך נתונים זה מחייב אותך להוריד את נתוני המקור באופן ידני אל download_config.manual_dir (ברירת המחדל היא ~/tensorflow_datasets/downloads/manual/ ):
  הורד את https://arxiv.org/src/1911.12237v2/anc/corpus.7z, שחרר את הדחיסה והצב את train.json, val.json ו-test.json בתיקייה הידנית.

• שמור אוטומטי במטמון ( תיעוד ): כן

• פיצולים :

לְפַצֵל	דוגמאות
'test'	819
'train'	14,732
'validation'	818

• מבנה תכונה :

FeaturesDict({
    'dialogue': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
דו שיח	טֶקסט		חוּט
תְעוּדַת זֶהוּת	טֶקסט		חוּט
סיכום	טֶקסט		חוּט

• מפתחות בפיקוח (ראה as_supervised doc ): ('dialogue', 'summary')

• איור ( tfds.show_examples ): לא נתמך.

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@article{gliwa2019samsum,
  title={SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive Summarization},
  author={Gliwa, Bogdan and Mochol, Iwona and Biesek, Maciej and Wawer, Aleksander},
  journal={arXiv preprint arXiv:1911.12237},
  year={2019}
}