wikihow

Peringatan: Diperlukan unduhan manual. Lihat petunjuk di bawah ini.

• 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	Membentuk	Dtype	Keterangan
	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	Membentuk	Dtype	Keterangan
	fiturDict
judul	Teks		rangkaian
gambaran	Teks		rangkaian
labelbagian	Teks		rangkaian
teks	Teks		rangkaian
judul	Teks		rangkaian

• Contoh ( tfds.as_dataframe ):