layar akhir

• Deskripsi :

Kumpulan data SummScreen Summarization, versi non-anonim, non-token.

Pemisahan dan pemfilteran kereta/val/tes didasarkan pada kumpulan data akhir yang diberi token, tetapi transkrip dan rekap yang disediakan didasarkan pada teks yang tidak diberi token.

Ada dua fitur:

• transkrip: Transkrip episode penuh, setiap baris dialog dipisahkan oleh baris baru

• rekap: Rekap atau ringkasan episode

• Beranda : https://github.com/mingdachen/SummScreen

• Kode sumber : tfds.datasets.summscreen.Builder

• Versi :

  • 1.0.0 (default): Rilis awal.

• Ukuran unduhan : 841.27 MiB

• Kunci yang diawasi (Lihat as_supervised doc ): ('transcript', 'recap')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@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 (konfigurasi default)

• Deskripsi konfigurasi : ForeverDreaming

• Ukuran dataset : 132.99 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	337
'train'	3.673
'validation'	338

• Struktur fitur :

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),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
nomor_episode	Teks		rangkaian
episode_title	Teks		rangkaian
rekap	Teks		rangkaian
tunjukkan Judul	Teks		rangkaian
salinan	Teks		rangkaian
transcript_author	Teks		rangkaian

• Contoh ( tfds.as_dataframe ):

summscreen/tms

• Deskripsi konfigurasi : TVMegaSite

• Ukuran dataset : 592.53 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	1.793
'train'	18.915
'validation'	1.795

• Struktur fitur :

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),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	fiturDict
episode_summary	Teks		rangkaian
rekap	Teks		rangkaian
rekap_penulis	Teks		rangkaian
tunjukkan Judul	Teks		rangkaian
salinan	Teks		rangkaian
transcript_author	Tensor	(Tidak ada,)	rangkaian

• Contoh ( tfds.as_dataframe ):