Sintonizar con las primeras mujeres en ML Simposio este martes, 19 de octubre a 09 a.m. PST Registrar ahora

cnn_dailymail

  • Descripción:

Conjunto de datos de resumen no anónimos de CNN / DailyMail.

Hay dos características: - Artículo: texto de un artículo, utilizado como el documento que se resume - destacados: texto unido de toques de luz con y alrededor de cada punto culminante, que es el resumen de destino

  • Inicio: https://github.com/abisee/cnn-dailymail

  • El código fuente: tfds.summarization.CnnDailymail

  • versiones:

    • 1.0.0 : Nueva API de división ( https://tensorflow.org/datasets/splits )
    • 2.0.0 : las oraciones objetivo separadas con salto de línea. (Hacer que el modelo prediga separadores de nueva línea facilita la evaluación usando ROUGE de nivel de resumen).

    • 3.0.0 : Al usar la versión entubado.

    • 3.1.0 : Se ha eliminado BuilderConfig

    • 3.2.0 (por defecto) : Quitar espacio adicional antes del período frase añadida. Esto no debería afectar las puntuaciones de ROUGE porque se elimina la puntuación.

  • Tamaño del paquete: 558.32 MiB

  • Tamaño de conjunto de datos: 1.27 GiB

  • Auto-caché ( documentación ): No

  • Fraccionamientos:

Separar Ejemplos de
'test' 11,490
'train' 287,113
'validation' 13,368
  • características:
FeaturesDict({
    'article': Text(shape=(), dtype=tf.string),
    'highlights': Text(shape=(), dtype=tf.string),
})
  • Cita:
@article{DBLP:journals/corr/SeeLM17,
  author    = {Abigail See and
               Peter J. Liu and
               Christopher D. Manning},
  title     = {Get To The Point: Summarization with Pointer-Generator Networks},
  journal   = {CoRR},
  volume    = {abs/1704.04368},
  year      = {2017},
  url       = {http://arxiv.org/abs/1704.04368},
  archivePrefix = {arXiv},
  eprint    = {1704.04368},
  timestamp = {Mon, 13 Aug 2018 16:46:08 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/SeeLM17},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

@inproceedings{hermann2015teaching,
  title={Teaching machines to read and comprehend},
  author={Hermann, Karl Moritz and Kocisky, Tomas and Grefenstette, Edward and Espeholt, Lasse and Kay, Will and Suleyman, Mustafa and Blunsom, Phil},
  booktitle={Advances in neural information processing systems},
  pages={1693--1701},
  year={2015}
}