wikihow

Avertissement : téléchargement manuel requis. Voir les instructions ci-dessous.

• Descriptif :

WikiHow est un nouvel ensemble de données à grande échelle utilisant la base de connaissances en ligne WikiHow ( http://www.wikihow.com/ ).

Il y a deux fonctionnalités : - texte : wikihow répond aux textes. - titre : lignes en gras comme résumé.

Il existe deux versions distinctes : - toutes : constituées de la concaténation de tous les paragraphes comme les articles et des lignes en gras comme les résumés de référence. - sep : composé de chaque paragraphe et de son résumé.

Téléchargez "wikihowAll.csv" et "wikihowSep.csv" depuis https://github.com/mahnazkoupaee/WikiHow-Dataset et placez-les dans le dossier manuel https://www.tensorflow.org/datasets/api_docs/python/tfds/ download/DownloadConfig Train/validation/test splits sont fournis par les auteurs. Le prétraitement est appliqué pour supprimer les articles courts (longueur du résumé < 0,75 longueur de l'article) et nettoyer les virgules supplémentaires.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d' accueil : https://github.com/mahnazkoupaee/WikiHow-Dataset

• Code source : tfds.summarization.Wikihow

• Versions :

  • 1.2.0 (par défaut) : aucune note de version.

• Taille du téléchargement : 5.21 MiB

• Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut ~/tensorflow_datasets/downloads/manual/ ) :
  Les liens vers les fichiers peuvent être trouvés sur https://github.com/mahnazkoupaee/WikiHow-Dataset Veuillez télécharger à la fois wikihowAll.csv et wikihowSep.csv.

• Mise en cache automatique ( documentation ): Non

• Clés supervisées (Voir as_supervised doc ): ('text', 'headline')

• Figure ( tfds.show_examples ) : non pris en charge.

• Citation :

@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 (configuration par défaut)

• Description de la configuration : utilisez la concaténation de tous les paragraphes comme articles et les lignes en gras comme résumés de référence

• Taille du jeu de données : 531.56 MiB

• Fractionnements :

Diviser	Exemples
'test'	5 577
'train'	157 252
'validation'	5 599

• Structure des fonctionnalités :

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

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
gros titre	Texte		chaîne de caractères
texte	Texte		chaîne de caractères
Titre	Texte		chaîne de caractères

• Exemples ( tfds.as_dataframe ):

wikihow/sep

• Description de la configuration : utilisez chaque paragraphe et son résumé.

• Taille du jeu de données : 1.07 GiB

• Fractionnements :

Diviser	Exemples
'test'	37 800
'train'	1 060 732
'validation'	37 932

• Structure des fonctionnalités :

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),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
gros titre	Texte		chaîne de caractères
Aperçu	Texte		chaîne de caractères
sectionLabel	Texte		chaîne de caractères
texte	Texte		chaîne de caractères
Titre	Texte		chaîne de caractères

• Exemples ( tfds.as_dataframe ):