articoli_scientifici

• Descrizione :

I set di dati di articoli scientifici contengono due serie di documenti lunghi e strutturati. I set di dati sono ottenuti dai repository ArXiv e PubMed OpenAccess.

Sia "arxiv" che "pubmed" hanno due caratteristiche:

• articolo: il corpo del documento, i paragrafi separati da "/n".
• abstract: l'abstract del documento, i paragrafi separati da "/n".

• section_names: titoli delle sezioni, separati da "/n".

• Documentazione aggiuntiva : Esplora documenti con codice

• Homepage : https://github.com/armancohan/long-summarization

• Codice sorgente : tfds.datasets.scientific_papers.Builder

• Versioni :

  • 1.1.0 : Nessuna nota di rilascio.
  • 1.1.1 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 4.20 GiB

• Cache automatica ( documentazione ): No

• Struttura delle caratteristiche :

FeaturesDict({
    'abstract': Text(shape=(), dtype=string),
    'article': Text(shape=(), dtype=string),
    'section_names': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

Caratteristica	Classe	Forma	Tipo D	Descrizione
	CaratteristicheDict
astratto	Testo		corda
articolo	Testo		corda
section_names	Testo		corda

• Chiavi supervisionate (Vedi as_supervised doc ): ('article', 'abstract')

• Figura ( tfds.show_examples ): non supportato.

• Citazione :

@article{Cohan_2018,
   title={A Discourse-Aware Attention Model for Abstractive Summarization of
            Long Documents},
   url={http://dx.doi.org/10.18653/v1/n18-2097},
   DOI={10.18653/v1/n18-2097},
   journal={Proceedings of the 2018 Conference of the North American Chapter of
          the Association for Computational Linguistics: Human Language
          Technologies, Volume 2 (Short Papers)},
   publisher={Association for Computational Linguistics},
   author={Cohan, Arman and Dernoncourt, Franck and Kim, Doo Soon and Bui, Trung and Kim, Seokhwan and Chang, Walter and Goharian, Nazli},
   year={2018}
}

scientific_papers/arxiv (configurazione predefinita)

• Descrizione della configurazione : documenti dal repository ArXiv.

• Dimensione del set di dati: 7.07 GiB

• Divisioni :

Diviso	Esempi
'test'	6.440
'train'	203.037
'validation'	6.436

• Esempi ( tfds.as_dataframe ):

articoli_scientifici/pubblicati

• Descrizione della configurazione : documenti dal repository PubMed.

• Dimensione del set di dati: 2.34 GiB

• Divisioni :

Diviso	Esempi
'test'	6.658
'train'	119.924
'validation'	6.633

• Esempi ( tfds.as_dataframe ):