словесная сеть

Описание :

WordNet — это большая лексическая база данных английского языка. Существительные, глаголы, прилагательные и наречия сгруппированы в наборы когнитивных синонимов (синсетов), каждый из которых выражает отдельное понятие. Синсеты связаны между собой посредством понятийно-семантических и лексических отношений.

Дополнительная документация : изучить документы с кодом
Домашняя страница : https://wordnet.princeton.edu/
Исходный код : tfds.text.Wordnet
Версии :
- 0.1.0 (по умолчанию): нет примечаний к выпуску.
Размер загрузки : 3.99 MiB
Автоматическое кэширование ( документация ): Да
Структура функции :

FeaturesDict({
    'lhs': Text(shape=(), dtype=string),
    'relation': Text(shape=(), dtype=string),
    'rhs': Text(shape=(), dtype=string),
})

Документация по функциям :

Особенность	Учебный класс	Dтип
	ОсобенностиDict
левая	Текст	нить
связь	Текст	нить
правая сторона	Текст	нить

Ключи под наблюдением (см . документ as_supervised ): None
Рисунок ( tfds.show_examples ): не поддерживается.

wordnet/WN18 (конфигурация по умолчанию)

Описание конфигурации : эти ДАННЫЕ WORDNET TENSOR состоят из набора триплетов (synset, типа отношения, триплета), извлеченных из WordNet 3.0 ( http://wordnet.princeton.edu ). Этот набор данных можно рассматривать как трехрежимный тензор, изображающий троичные отношения между синсетами. См. https://everest.hds.utc.fr/doku.php?id=en:transe .
Размер набора данных : 11.07 MiB .
Сплиты :

Расколоть	Примеры
`'test'`	5000
`'train'`	141 442
`'validation'`	5000

Примеры ( tfds.as_dataframe ):

Цитата :

@article{10.1145/219717.219748,
author = {Miller, George A.},
title = {WordNet: A Lexical Database for English},
year = {1995},
issue_date = {Nov. 1995},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
volume = {38},
number = {11},
issn = {0001-0782},
url = {https://doi.org/10.1145/219717.219748},
doi = {10.1145/219717.219748},
journal = {Commun. ACM},
month = nov,
pages = {39--41},
numpages = {3}
}

@incollection{NIPS2013_5071,
title = {Translating Embeddings for Modeling Multi-relational Data},
author = {Bordes, Antoine and Usunier, Nicolas and Garcia-Duran, Alberto and Weston, Jason and Yakhnenko, Oksana},
booktitle = {Advances in Neural Information Processing Systems 26},
editor = {C. J. C. Burges and L. Bottou and M. Welling and Z. Ghahramani and K. Q. Weinberger},
pages = {2787--2795},
year = {2013},
publisher = {Curran Associates, Inc.},
url = {http://papers.nips.cc/paper/5071-translating-embeddings-for-modeling-multi-relational-data.pdf}
}

ворднет/WN18RR

Описание конфигурации : то же, что и WN18, но устраняет утечку теста через обратные отношения. См. https://github.com/TimDettmers/ConvE .
Размер набора данных : 7.02 MiB .
Сплиты :

Расколоть	Примеры
`'test'`	3134
`'train'`	86 835
`'validation'`	3034

Примеры ( tfds.as_dataframe ):

Цитата :

@article{10.1145/219717.219748,
author = {Miller, George A.},
title = {WordNet: A Lexical Database for English},
year = {1995},
issue_date = {Nov. 1995},
publisher = {Association for Computing Machinery},
address = {New York, NY, USA},
volume = {38},
number = {11},
issn = {0001-0782},
url = {https://doi.org/10.1145/219717.219748},
doi = {10.1145/219717.219748},
journal = {Commun. ACM},
month = nov,
pages = {39--41},
numpages = {3}
}

@inproceedings{dettmers2018conve,
    Author = {Dettmers, Tim and Pasquale, Minervini and Pontus, Stenetorp and Riedel, Sebastian},
    Booktitle = {Proceedings of the 32th AAAI Conference on Artificial Intelligence},
    Title = {Convolutional 2D Knowledge Graph Embeddings},
    Url = {https://arxiv.org/abs/1707.01476},
    Year = {2018},
        pages  = {1811--1818},
    Month = {February}
}