scicite

• توضیحات :

این مجموعه داده ای برای طبقه بندی اهداف استنادی در مقالات دانشگاهی است. برچسب اصلی استناد برای هر شی Json با کلید برچسب مشخص می شود در حالی که زمینه استناد با یک کلید زمینه مشخص می شود. مثال: { 'string': 'در بابون‌های چاکما، روابط پسر و نوزاد می‌تواند هم به شکل‌گیری دوستی‌ها و هم با موفقیت پدری مرتبط باشد [30،31]. 'sectionName': 'Introduction', 'label': 'background', 'citingPaperId': '7a6b2d4b405439', 'citedPaperId': '9d1abadc55b5e0', ... } می توانید اطلاعات کامل مقاله را با استفاده از شناسه های کاغذ ارائه شده به دست آورید با Semantic Scholar API ( https://api.semanticscholar.org/ ). برچسب ها عبارتند از: روش، پس زمینه، نتیجه

• صفحه اصلی : https://github.com/allenai/scicite

• کد منبع : tfds.text.Scicite

• نسخه ها :

  • 1.0.0 (پیش‌فرض): بدون یادداشت انتشار.

• حجم دانلود : 22.12 MiB

• اندازه مجموعه داده : Unknown size

• ذخیره خودکار ( اسناد ): ناشناخته

• تقسیمات :

شکاف	مثال ها
'test'	1,859
'train'	8,194
'validation'	916

• ساختار ویژگی :

FeaturesDict({
    'citeEnd': tf.int64,
    'citeStart': tf.int64,
    'citedPaperId': Text(shape=(), dtype=tf.string),
    'citingPaperId': Text(shape=(), dtype=tf.string),
    'excerpt_index': tf.int32,
    'id': Text(shape=(), dtype=tf.string),
    'isKeyCitation': tf.bool,
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'label2': ClassLabel(shape=(), dtype=tf.int64, num_classes=4),
    'label2_confidence': tf.float32,
    'label_confidence': tf.float32,
    'sectionName': Text(shape=(), dtype=tf.string),
    'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=7),
    'string': Text(shape=(), dtype=tf.string),
})

• مستندات ویژگی :

ویژگی	کلاس	شکل	نوع D	شرح
	FeaturesDict
citeEnd	تانسور		tf.int64
citeStart	تانسور		tf.int64
به نقل از PaperId	متن		tf.string
با استناد به PaperId	متن		tf.string
excerpt_index	تانسور		tf.int32
شناسه	متن		tf.string
isKeyCitation	تانسور		tf.bool
برچسب	ClassLabel		tf.int64
label2	ClassLabel		tf.int64
label2_اعتماد	تانسور		tf.float32
برچسب_اعتماد	تانسور		tf.float32
نام بخش	متن		tf.string
منبع	ClassLabel		tf.int64
رشته	متن		tf.string

• کلیدهای نظارت شده (مشاهده as_supervised doc ): ('string', 'label')

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• مثال‌ها ( tfds.as_dataframe ):

• نقل قول :

@InProceedings{Cohan2019Structural,
  author={Arman Cohan and Waleed Ammar and Madeleine Van Zuylen and Field Cady},
  title={Structural Scaffolds for Citation Intent Classification in Scientific Publications},
  booktitle="NAACL",
  year="2019"
}