samsum

Deskripsi :

SAMSum Corpus berisi lebih dari 16 ribu dialog obrolan dengan ringkasan yang dianotasi secara manual.

Ada dua fitur:

dialog: teks dialog.
ringkasan: ringkasan tertulis manusia dari dialog.
id: id dari sebuah contoh.
Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Beranda : https://arxiv.org/src/1911.12237v2/anc
Kode sumber : tfds.datasets.samsum.Builder
Versi :
- 1.0.0 (default): Tidak ada catatan rilis.
Ukuran unduhan : Unknown size
Ukuran dataset : 10.71 MiB
Instruksi pengunduhan manual : Kumpulan data ini mengharuskan Anda mengunduh data sumber secara manual ke download_config.manual_dir (default ke ~/tensorflow_datasets/downloads/manual/ ):
Unduh https://arxiv.org/src/1911.12237v2/anc/corpus.7z, dekompresi dan tempatkan train.json, val.json dan test.json di folder manual.
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :

Membelah	Contoh
`'test'`	819
`'train'`	14.732
`'validation'`	818

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	fiturDict
dialog	Teks	rangkaian
Indo	Teks	rangkaian
ringkasan	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('dialogue', 'summary')
Gambar ( tfds.show_examples ): Tidak didukung.
Contoh ( tfds.as_dataframe ):

Kutipan :

@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}
}