Эта страница была переведа с помощью Cloud Translation API.
Switch to English

cnn_dailymail

  • Описание :

CNN / DailyMail неанонимный набор данных резюмирования.

Есть две особенности:

  • article: текст новостной статьи, используемый в качестве резюмируемого документа

  • основные моменты: объединенный текст выделения с каждым выделением и вокруг него, который является целевым обзором

  • Домашняя страница : https://github.com/abisee/cnn-dailymail

  • Исходный код : tfds.summarization.CnnDailymail

  • Версии :

    • 3.0.0 (по умолчанию): без примечаний к выпуску.
    • 1.0.0 : без примечаний к выпуску.
    • 2.0.0 : Нет примечаний к выпуску.

  • Размер загрузки : 558.32 MiB

  • Автоматическое кэширование ( документация ): Нет

  • Сплит :

Трещина Примеры
'test' 11 490
'train' 287 113
'validation' 13 368

  • Контролируемые ключи (см. as_supervised doc ): ('article', 'highlights')

  • Цитата :

@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}
}

cnn_dailymail / plain_text (конфигурация по умолчанию)

  • Описание конфигурации : обычный текст

  • Размер набора данных : 1.27 GiB

  • Особенности :

FeaturesDict({
    'article': Text(shape=(), dtype=tf.string),
    'highlights': Text(shape=(), dtype=tf.string),
})

cnn_dailymail / байтов

  • Описание конфигурации : использует кодировку текста на tfds.deprecated.text.ByteTextEncoder уровне с tfds.deprecated.text.ByteTextEncoder

  • Размер набора данных : 1.28 GiB

  • Особенности :

FeaturesDict({
    'article': Text(shape=(None,), dtype=tf.int64, encoder=<ByteTextEncoder vocab_size=257>),
    'highlights': Text(shape=(None,), dtype=tf.int64, encoder=<ByteTextEncoder vocab_size=257>),
})

cnn_dailymail / subwords32k

  • Описание конфигурации : использует tfds.deprecated.text.SubwordTextEncoder с размером tfds.deprecated.text.SubwordTextEncoder

  • Размер набора данных : 490.99 MiB

  • Особенности :

FeaturesDict({
    'article': Text(shape=(None,), dtype=tf.int64, encoder=<SubwordTextEncoder vocab_size=32908>),
    'highlights': Text(shape=(None,), dtype=tf.int64, encoder=<SubwordTextEncoder vocab_size=32908>),
})