cnn_dailymail

  • opis :

CNN/DailyMail nieanonimizowany zbiór danych podsumowujących.

Istnieją dwie funkcje: - artykuł: tekst artykułu informacyjnego, używany jako dokument do podsumowania - wyróżnienia: połączony tekst wyróżnień z i wokół każdego wyróżnienia, który jest podsumowaniem docelowym

  • Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na

  • Strona główna : https://github.com/abisee/cnn-dailymail

  • Kod źródłowy : tfds.summarization.CnnDailymail

  • Wersje :

    • 1.0.0 : Nowy podzielony interfejs API ( https://tensorflow.org/datasets/splits )
    • 2.0.0 : Oddziel zdania docelowe za pomocą nowej linii. (Posiadanie przez model przewidywania separatorów nowej linii ułatwia ocenę przy użyciu ROUGE na poziomie podsumowania).

    • 3.0.0 : Korzystanie z wersji z obudową.

    • 3.1.0 : Usunięto BuilderConfig

    • 3.2.0 : Usuń dodatkową spację przed dodaną kropką. Nie powinno to wpłynąć na wyniki ROUGE, ponieważ usunięto interpunkcję.

    • 3.3.0 : Dodaj funkcję wydawcy.

    • 3.4.0 (domyślnie): Dodaj funkcję identyfikatora.

  • Rozmiar pliku do pobrania : 558.32 MiB

  • Rozmiar zestawu danych : 1.29 GiB

  • Automatyczne buforowanie ( dokumentacja ): Nie

  • Podziały :

Rozdzielać Przykłady
'test' 11490
'train' 287113
'validation' 13368
  • Struktura funkcji :
FeaturesDict({
    'article': Text(shape=(), dtype=string),
    'highlights': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'publisher': Text(shape=(), dtype=string),
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
artykuł Tekst strunowy
przegląd najważniejszych wydarzeń Tekst strunowy
ID Tekst strunowy
wydawca Tekst strunowy
  • Cytat :
@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}
}