c4_wsrs

• Descrizione :

Un set di dati di espansione di abbreviazioni mediche che applica la sostituzione inversa su scala web (wsrs) al set di dati C4, che è una versione colossale e pulita del corpus di scansione web di Common Crawl.

La fonte originale è il set di dati Common Crawl: https://commoncrawl.org

• Descrizione della configurazione : set di dati C4-WSRS predefinito.

• Home page : https://github.com/google-research/google-research/tree/master/deciphering_clinical_abbreviations

• Codice sorgente : tfds.text.c4_wsrs.C4WSRS

• Versioni :

  • 1.0.0 (impostazione predefinita): versione iniziale.

• Dimensione del download : 143.01 KiB

• Dimensione del set di dati: 5.84 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'abbreviated_snippet': Text(shape=(), dtype=string),
    'original_snippet': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (Vedi as_supervised doc ): None

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

c4_wsrs/default (configurazione predefinita)