Samsum

Avviso: è richiesto il download manuale. Vedere le istruzioni di seguito.

• Descrizione :

SAMSum Corpus contiene oltre 16.000 dialoghi di chat con riepiloghi annotati manualmente.

Ci sono due caratteristiche:

• dialogo: testo del dialogo.
• riassunto: riassunto umano scritto del dialogo.

• id: id di un esempio.

• Documentazione aggiuntiva : Esplora documenti con codice

• Pagina iniziale : https://arxiv.org/src/1911.12237v2/anc

• Codice sorgente : tfds.datasets.samsum.Builder

• Versioni :

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

• Dimensioni del download : Unknown size

• Dimensione del set di dati: 10.71 MiB

• Istruzioni per il download manuale : questo set di dati richiede di scaricare manualmente i dati di origine in download_config.manual_dir (il valore predefinito ~/tensorflow_datasets/downloads/manual/ ):
  Scarica https://arxiv.org/src/1911.12237v2/anc/corpus.7z, decomprimi e posiziona train.json, val.json e test.json nella cartella del manuale.

• Auto-cache ( documentazione ): Sì

• Divisioni :

Diviso	Esempi
'test'	819
'train'	14.732
'validation'	818

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
dialogo	Testo		corda
id	Testo		corda
sommario	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): ('dialogue', 'summary')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}