samsum

Aviso: download manual necessário. Veja as instruções abaixo.

• Descrição :

SAMSum Corpus contém mais de 16 mil diálogos de bate-papo com resumos anotados manualmente.

Existem duas características:

• diálogo: texto do diálogo.
• resumo: resumo escrito humano do diálogo.

• id: id de um exemplo.

• Documentação Adicional : Explore em Papers With Code

• Página inicial : https://arxiv.org/src/1911.12237v2/anc

• Código -fonte: tfds.datasets.samsum.Builder

• Versões :

  • 1.0.0 (padrão): sem notas de versão.

• Tamanho do download : Unknown size

• Tamanho do conjunto de dados : 10.71 MiB

• Instruções de download manual : este conjunto de dados exige que você baixe os dados de origem manualmente em download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
  Baixe https://arxiv.org/src/1911.12237v2/anc/corpus.7z, descompacte e coloque train.json, val.json e test.json na pasta manual.

• Cache automático ( documentação ): Sim

• Divisões :

Dividir	Exemplos
'test'	819
'train'	14.732
'validation'	818

• Estrutura de recursos :

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

• Documentação do recurso:

Funcionalidade	Aula	Forma	Tipo D	Descrição
	RecursosDict
diálogo	Texto		fragmento
Eu iria	Texto		fragmento
resumo	Texto		fragmento

• Chaves supervisionadas (Veja as_supervised doc ): ('dialogue', 'summary')

• Figura ( tfds.show_examples ): Não compatível.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}