wikihow

Deskripsi :

WikiHow adalah kumpulan data skala besar baru yang menggunakan basis pengetahuan online WikiHow ( http://www.wikihow.com/ ).

Ada dua fitur: - teks: wikihow menjawab teks. - headline: garis tebal sebagai ringkasan.

Ada dua versi terpisah: - semua: terdiri dari rangkaian semua paragraf sebagai artikel dan garis tebal sebagai ringkasan referensi. - sep: terdiri dari setiap paragraf dan ringkasannya.

Unduh "wikihowAll.csv" dan "wikihowSep.csv" dari https://github.com/mahnazkoupaee/WikiHow-Dataset dan letakkan di folder manual https://www.tensorflow.org/datasets/api_docs/python/tfds/ download/DownloadConfig Train/validasi/test split disediakan oleh penulis. Preprocessing diterapkan untuk menghapus artikel pendek (panjang abstrak < 0,75 panjang artikel) dan membersihkan koma ekstra.

Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode
Beranda : https://github.com/mahnazkoupaee/WikiHow-Dataset
Kode sumber : tfds.summarization.Wikihow
Versi :
- 1.2.0 (default): Tidak ada catatan rilis.
Ukuran unduhan : 5.21 MiB
Instruksi pengunduhan manual : Kumpulan data ini mengharuskan Anda mengunduh data sumber secara manual ke download_config.manual_dir (default ke ~/tensorflow_datasets/downloads/manual/ ):
Tautan ke file dapat ditemukan di https://github.com/mahnazkoupaee/WikiHow-Dataset Silakan unduh wikihowAll.csv dan wikihowSep.csv.
Di-cache otomatis ( dokumentasi ): Tidak
Kunci yang diawasi (Lihat as_supervised doc ): ('text', 'headline')
Gambar ( tfds.show_examples ): Tidak didukung.
Kutipan :

@misc{koupaee2018wikihow,
    title={WikiHow: A Large Scale Text Summarization Dataset},
    author={Mahnaz Koupaee and William Yang Wang},
    year={2018},
    eprint={1810.09305},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

wikihow/all (konfigurasi default)

Deskripsi konfigurasi : Gunakan rangkaian semua paragraf sebagai artikel dan garis tebal sebagai ringkasan referensi
Ukuran dataset : 531.56 MiB
Perpecahan :

Membelah	Contoh
`'test'`	5.577
`'train'`	157.252
`'validation'`	5.599

Struktur fitur :

FeaturesDict({
    'headline': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

Dokumentasi fitur :

Fitur	Kelas	Dtype
	fiturDict
judul	Teks	rangkaian
teks	Teks	rangkaian
judul	Teks	rangkaian

Contoh ( tfds.as_dataframe ):

wikihow/sep

Deskripsi konfigurasi : gunakan setiap paragraf dan ringkasannya.
Ukuran dataset : 1.07 GiB
Perpecahan :

Membelah	Contoh
`'test'`	37.800
`'train'`	1.060.732
`'validation'`	37.932

Struktur fitur :

FeaturesDict({
    'headline': Text(shape=(), dtype=string),
    'overview': Text(shape=(), dtype=string),
    'sectionLabel': Text(shape=(), dtype=string),
    'text': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

Dokumentasi fitur :

Fitur	Kelas	Dtype
	fiturDict
judul	Teks	rangkaian
gambaran	Teks	rangkaian
labelbagian	Teks	rangkaian
teks	Teks	rangkaian
judul	Teks	rangkaian

Contoh ( tfds.as_dataframe ):