wiki_table_text

• توضیحات :

جداول ویکی پدیا با حداقل 3 سطر و 2 ستون، 3 سطر تصادفی برای هر جدول برای حاشیه نویسی بیشتر انتخاب شدند. هر ردیف توسط شخص دیگری حاشیه نویسی شده است، بنابراین مجموعه داده توسط جفت (جدول یک ردیف، توضیحات متن) تشکیل شده است. حاشیه نویسی شامل حداقل 2 سلول از ردیف است، اما نیازی به گنجاندن همه آنها نیست. مجموعه داده از یک قالب جدول استاندارد پیروی می کند.

• صفحه اصلی : https://github.com/msra-nlc/Table2Text

• کد منبع : tfds.structured.wiki_table_text.WikiTableText

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 3.70 MiB

• حجم مجموعه داده : 4.64 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

شکاف	مثال ها
'test'	2000
'train'	10000
'validation'	1,318

• ساختار ویژگی :

FeaturesDict({
    'input_text': FeaturesDict({
        '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/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{bao2018table,
  title={Table-to-Text: Describing Table Region with Natural Language},
  author={Junwei Bao and Duyu Tang and Nan Duan and Zhao Yan and Yuanhua Lv and Ming Zhou and Tiejun Zhao},
  booktitle={AAAI},
  url={https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/download/16138/16782},
  year={2018}
}