xsum

تحذير: التنزيل اليدوي مطلوب. انظر التعليمات أدناه.

• الوصف :

مجموعة بيانات التلخيص الشديد (XSum).

هناك ميزتان: - المستند: إدخال مقال إخباري. - الملخص: جملة واحدة ملخص المقال.

يجب تنزيل هذه البيانات واستخراجها يدويًا كما هو موضح في https://github.com/EdinburghNLP/XSum/blob/master/XSum-Dataset/README.md يجب ضغط المجلد "xsum-extracts-from-downloads" 'xsum-extracts-from-downloads.tar.gz' وقم بوضعه في المجلد الذي تم تنزيله يدويًا.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز

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

• كود المصدر : tfds.summarization.Xsum

• إصدارات :

  • 1.0.0 : مجموعة بيانات بدون تنظيف.
  • 1.1.0 (افتراضي): يزيل محتويات الويب.

• حجم التحميل : 2.59 MiB

• حجم مجموعة البيانات : 512.03 MiB

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  تعليمات التنزيل التفصيلية (التي تتطلب تشغيل برنامج نصي مخصص) هنا: https://github.com/EdinburghNLP/XSum/blob/master/XSum-Dataset/README.md#running-the-download-and-extraction-scripts بعد ذلك ، يرجى وضع xsum-extracts-from-downloads.tar.gz ملف في manual_dir.

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'test'	11301
'train'	203.577
'validation'	11305

• هيكل الميزة :

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

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
وثيقة	نص		سلسلة
ملخص	نص		سلسلة

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('document', 'summary')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}