scicite

• Descriptif :

Il s'agit d'un ensemble de données permettant de classer les intentions de citation dans les articles universitaires. L'étiquette d'intention de citation principale pour chaque objet Json est spécifiée avec la clé d'étiquette tandis que le contexte de citation est spécifié avec une clé de contexte. Exemple : { 'string' : 'Chez les babouins chacma, les relations mâle-nourrisson peuvent être liées à la fois à la formation d'amitiés et au succès de la paternité [30,31].' 'sectionName' : 'Introduction', 'label' : 'background', 'citingPaperId' : '7a6b2d4b405439', 'citedPaperId' : '9d1abadc55b5e0', ... } Vous pouvez obtenir toutes les informations sur l'article en utilisant les identifiants d'article fournis avec l'API Semantic Scholar ( https://api.semanticscholar.org/ ). Les étiquettes sont : Méthode, Contexte, Résultat

• Page d' accueil : https://github.com/allenai/scicite

• Code source : tfds.text.Scicite

• Versions :

  • 1.0.0 (par défaut) : aucune note de version.

• Taille du téléchargement : 22.12 MiB

• Taille du jeu de données : Unknown size

• Mise en cache automatique ( documentation ): Inconnu

• Fractionnements :

Diviser	Exemples
'test'	1 859
'train'	8 194
'validation'	916

• Structure des fonctionnalités :

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),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Façonner	Dtype	La description
	FonctionnalitésDict
citerFin	Tenseur		tf.int64
citerStart	Tenseur		tf.int64
quotePaperId	Texte		tf.string
citingPaperId	Texte		tf.string
extrait_index	Tenseur		tf.int32
identifiant	Texte		tf.string
isKeyCitation	Tenseur		tf.bool
étiqueter	Étiquette de classe		tf.int64
étiquette2	Étiquette de classe		tf.int64
label2_confiance	Tenseur		tf.float32
label_confidence	Tenseur		tf.float32
Nom de la section	Texte		tf.string
la source	Étiquette de classe		tf.int64
chaîne de caractères	Texte		tf.string

• Clés supervisées (Voir as_supervised doc ): ('string', 'label')

• Figure ( tfds.show_examples ) : non pris en charge.

• Exemples ( tfds.as_dataframe ):

• Citation :

@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"
}