xsum

चेतावनी: मैन्युअल डाउनलोड आवश्यक है। नीचे निर्देश देखें।

• विवरण :

एक्सट्रीम समराइज़ेशन (XSum) डेटासेट।

इसकी दो विशेषताएं हैं: - दस्तावेज़: इनपुट समाचार लेख। - सारांश: लेख का एक वाक्य सारांश।

https://github.com/EdinburghNLP/XSum/blob/master/XSum-Dataset/README.md फ़ोल्डर 'xsum-extracts-from-downloads' में वर्णित के अनुसार इस डेटा को मैन्युअल रूप से डाउनलोड और निकालने की आवश्यकता है। 'xsum-extracts-from-downloads.tar.gz' और मैन्युअल रूप से डाउनलोड किए गए फ़ोल्डर में डालें।

• अतिरिक्त दस्तावेज़ीकरण : कोड वाले पेपर्स पर एक्सप्लोर करें

• होमपेज : https://github.com/EdinburghNLP/XSum/tree/master/XSum-Dataset

• स्रोत कोड : tfds.summarization.Xsum

• संस्करण :

  • 1.0.0 : बिना सफाई के डेटासेट।
  • 1.1.0 (डिफ़ॉल्ट): वेब सामग्री को हटाता है।

• डाउनलोड आकार : 2.59 MiB

• डेटासेट का आकार : 512.03 MiB

• मैन्युअल डाउनलोड निर्देश : इस डेटासेट के लिए आपको स्रोत डेटा को मैन्युअल रूप से download_config.manual_dir (डिफ़ॉल्ट रूप से ~/tensorflow_datasets/downloads/manual/ ) में डाउनलोड करना होगा:
  विस्तृत डाउनलोड निर्देश (जिसमें एक कस्टम स्क्रिप्ट चलाने की आवश्यकता होती है) यहां हैं: https://github.com/EdinburghNLP/XSum/blob/master/XSum-Dataset/README.md#running-the-download-and-extraction-scripts बाद में , कृपया मैन्युअल_डीआईआर में xsum-extracts-from-downloads.tar.gz फ़ाइल डालें।

• ऑटो-कैश्ड ( दस्तावेज़ीकरण ): नहीं

• विभाजन :

विभाजित करना	उदाहरण
'test'	11,301
'train'	203,577
'validation'	11,305

• फ़ीचर संरचना :

FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})

• फ़ीचर दस्तावेज़ीकरण :

विशेषता	कक्षा	आकार	डीटाइप	विवरण
	विशेषताएं डिक्ट
दस्तावेज़	मूलपाठ		डोरी
सारांश	मूलपाठ		डोरी

• पर्यवेक्षित कुंजी ( as_supervised दस्तावेज़ देखें): ('document', 'summary')

• चित्र ( tfds.show_examples ): समर्थित नहीं है।

• उदाहरण ( tfds.as_dataframe ):

• उद्धरण :

@article{Narayan2018DontGM,
  title={Don't Give Me the Details, Just the Summary! Topic-Aware Convolutional Neural Networks for Extreme Summarization},
  author={Shashi Narayan and Shay B. Cohen and Mirella Lapata},
  journal={ArXiv},
  year={2018},
  volume={abs/1808.08745}
}