ซัมซัม

คำเตือน: ต้องดาวน์โหลดด้วยตนเอง ดูคำแนะนำด้านล่าง

• คำอธิบาย :

SAMsum Corpus มีบทสนทนาการแชทมากกว่า 16,000 รายการพร้อมคำอธิบายประกอบแบบสรุปด้วยตนเอง

มีสองคุณสมบัติ:

• บทสนทนา: ข้อความของบทสนทนา
• สรุป: สรุปเป็นลายลักษณ์อักษรของบทสนทนา

• รหัส: รหัสของตัวอย่าง

• เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส

• โฮมเพจ : https://arxiv.org/src/1911.12237v2/anc

• รหัสแหล่งที่มา : tfds.datasets.samsum.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : Unknown size

• ขนาดชุดข้อมูล : 10.71 MiB

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้กำหนดให้คุณต้องดาวน์โหลดแหล่งข้อมูลด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  ดาวน์โหลด https://arxiv.org/src/1911.12237v2/anc/corpus.7z ขยายและวาง train.json, val.json และ test.json ในโฟลเดอร์คู่มือ

• แคชอัตโนมัติ ( เอกสาร ): ใช่

• แยก :

แยก	ตัวอย่าง
'test'	819
'train'	14,732
'validation'	818

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

คุณสมบัติ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
บทสนทนา	ข้อความ		สตริง
รหัส	ข้อความ		สตริง
สรุป	ข้อความ		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('dialogue', 'summary')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}