- توضیحات :
WikiBio با استفاده از صفحات بیوگرافی ویکی پدیا ساخته شده است، شامل اولین پاراگراف و جعبه اطلاعات نشانه گذاری شده است. مجموعه داده از یک قالب جدول استاندارد پیروی می کند.
اسناد اضافی : کاوش در کاغذها با کد
صفحه اصلی : https://github.com/DavidGrangier/wikipedia-biography-dataset
کد منبع :
tfds.structured.WikiBio
نسخه ها :
-
0.1.0
(پیش فرض): بدون یادداشت انتشار.
-
حجم دانلود :
318.53 MiB
حجم مجموعه داده :
795.98 MiB
ذخیره خودکار ( اسناد ): خیر
تقسیم ها :
شکاف | مثال ها |
---|---|
'test' | 72,831 |
'train' | 582659 |
'validation' | 72,831 |
- ساختار ویژگی :
FeaturesDict({
'input_text': FeaturesDict({
'context': string,
'table': Sequence({
'column_header': string,
'content': string,
'row_number': int16,
}),
}),
'target_text': string,
})
- مستندات ویژگی :
ویژگی | کلاس | شکل | نوع D | شرح |
---|---|---|---|---|
FeaturesDict | ||||
متن ورودی | FeaturesDict | |||
input_text/context | تانسور | رشته | ||
input_text/table | توالی | |||
input_text/table/column_header | تانسور | رشته | ||
input_text/table/content | تانسور | رشته | ||
input_text/table/row_number | تانسور | int16 | ||
هدف_متن | تانسور | رشته |
کلیدهای نظارت شده (مشاهده به
as_supervised
):('input_text', 'target_text')
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثالها ( tfds.as_dataframe ):
- نقل قول :
@inproceedings{lebret-etal-2016-neural,
title = "Neural Text Generation from Structured Data with Application to the Biography Domain",
author = "Lebret, R{'e}mi and
Grangier, David and
Auli, Michael",
booktitle = "Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing",
month = nov,
year = "2016",
address = "Austin, Texas",
publisher = "Association for Computational Linguistics",
url = "https://www.aclweb.org/anthology/D16-1128",
doi = "10.18653/v1/D16-1128",
pages = "1203--1213",
}