ويكيهاو

تحذير: التنزيل اليدوي مطلوب. انظر التعليمات أدناه.

• الوصف :

WikiHow هي مجموعة بيانات جديدة واسعة النطاق تستخدم قاعدة المعرفة على الإنترنت WikiHow ( http://www.wikihow.com/ ).

هناك ميزتان: - نص: نصوص إجابات wikiHow. - العنوان: خطوط عريضة كخلاصة.

هناك نسختان منفصلتان: - الكل: يتألف من تسلسل جميع الفقرات مثل المقالات والخطوط العريضة كملخصات مرجعية. - سبتمبر: يتكون من كل فقرة وملخصها.

قم بتنزيل "wikihowAll.csv" و "wikihowSep.csv" من https://github.com/mahnazkoupaee/WikiHow-Dataset وضعها في المجلد اليدوي https://www.tensorflow.org/datasets/api_docs/python/tfds/ يتم توفير تقسيمات التنزيل / DownloadConfig Train / Validation / test من قبل المؤلفين. يتم تطبيق المعالجة المسبقة لإزالة المقالات القصيرة (طول الملخص <0.75 طول المقالة) وتنظيف الفواصل الإضافية.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز

• الصفحة الرئيسية : https://github.com/mahnazkoupaee/WikiHow-Dataset

• كود المصدر : tfds.summarization.Wikihow

• إصدارات :

  • 1.2.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

• حجم التحميل : 5.21 MiB

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  يمكن العثور على روابط الملفات على https://github.com/mahnazkoupaee/WikiHow-Dataset يرجى تنزيل كل من wikihowAll.csv و wikihowSep.csv.

• التخزين المؤقت التلقائي ( التوثيق ): لا

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('text', 'headline')

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@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}
}

ويكي هاو / الكل (التكوين الافتراضي)

• وصف التكوين : استخدم تسلسل جميع الفقرات كمقالات والخطوط الغامقة كملخصات مرجعية

• حجم مجموعة البيانات : 531.56 MiB

• الانقسامات :

انشق، مزق	أمثلة
'test'	5،577
'train'	157252
'validation'	5،599

• هيكل الميزة :

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

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
العنوان	نص		سلسلة
نص	نص		سلسلة
لقب	نص		سلسلة

• أمثلة ( tfds.as_dataframe ):

ويكيهاو / سبتمبر

• وصف التكوين : استخدم كل فقرة وملخصها.

• حجم مجموعة البيانات : 1.07 GiB

• الانقسامات :

انشق، مزق	أمثلة
'test'	37800
'train'	1،060،732
'validation'	37932

• هيكل الميزة :

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),
})

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
العنوان	نص		سلسلة
نظرة عامة	نص		سلسلة
القسم	نص		سلسلة
نص	نص		سلسلة
لقب	نص		سلسلة

• أمثلة ( tfds.as_dataframe ):