سامشاش

• الوصف :

مجموعة بيانات تلخيص SummScreen ، إصدار غير مجهول الهوية وغير مرمز.

تستند عمليات تقسيم وتصفية التدريب / Val / الاختبار إلى مجموعة البيانات الرمزية النهائية ، لكن النصوص والملخصات المقدمة تستند إلى النص غير المنطوق.

هناك نوعان من الميزات:

• نص: نصوص الحلقة كاملة ، كل سطر من الحوار مفصول بأسطر جديدة

• تلخيص: ملخصات أو ملخصات الحلقات

• الصفحة الرئيسية : https://github.com/mingdachen/SummScreen

• كود المصدر : tfds.datasets.summscreen.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي.

• حجم التحميل : 841.27 MiB

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('transcript', 'recap')

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@article{DBLP:journals/corr/abs-2104-07091,
  author    = {Mingda Chen and
               Zewei Chu and
               Sam Wiseman and
               Kevin Gimpel},
  title     = {SummScreen: {A} Dataset for Abstractive Screenplay Summarization},
  journal   = {CoRR},
  volume    = {abs/2104.07091},
  year      = {2021},
  url       = {https://arxiv.org/abs/2104.07091},
  archivePrefix = {arXiv},
  eprint    = {2104.07091},
  timestamp = {Mon, 19 Apr 2021 16:45:47 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2104-07091.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

Summscreen / fd (التكوين الافتراضي)

• وصف التكوين : ForeverDreaming

• حجم مجموعة البيانات : 132.99 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

انشق، مزق	أمثلة
'test'	337
'train'	3،673
'validation'	338

• هيكل الميزة :

FeaturesDict({
    'episode_number': Text(shape=(), dtype=string),
    'episode_title': Text(shape=(), dtype=string),
    'recap': Text(shape=(), dtype=string),
    'show_title': Text(shape=(), dtype=string),
    'transcript': Text(shape=(), dtype=string),
    'transcript_author': Text(shape=(), dtype=string),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
episode_number	نص		سلسلة
episode_title	نص		سلسلة
خلاصة	نص		سلسلة
show_title	نص		سلسلة
نسخة طبق الأصل	نص		سلسلة
نسخة مؤلف	نص		سلسلة

• أمثلة ( tfds.as_dataframe ):

Summscreen / tms

• وصف التكوين : TVMegaSite

• حجم مجموعة البيانات : 592.53 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'test'	1،793
'train'	18،915
'validation'	1795

• هيكل الميزة :

FeaturesDict({
    'episode_summary': Text(shape=(), dtype=string),
    'recap': Text(shape=(), dtype=string),
    'recap_author': Text(shape=(), dtype=string),
    'show_title': Text(shape=(), dtype=string),
    'transcript': Text(shape=(), dtype=string),
    'transcript_author': Tensor(shape=(None,), dtype=string),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
الحلقة_ملخص	نص		سلسلة
خلاصة	نص		سلسلة
recap_author	نص		سلسلة
show_title	نص		سلسلة
نسخة طبق الأصل	نص		سلسلة
نسخة مؤلف	موتر	(لا أحد،)	سلسلة

• أمثلة ( tfds.as_dataframe ):