gigamot

  • Description:

Génération de titres sur un corpus de paires d'articles de Gigaword composé d'environ 4 millions d'articles. Utilisez le « org_data » fourni par https://github.com/microsoft/unilm/ qui est identique à https://github.com/harvardnlp/sent-summary mais avec un meilleur format.

Il existe deux fonctionnalités : - document : article. - résumé : titre.

Diviser Exemples
'test' 1951
'train' 3 803 957
'validation' 189 651
  • Caractéristiques:
FeaturesDict({
    'document': Text(shape=(), dtype=tf.string),
    'summary': Text(shape=(), dtype=tf.string),
})
  • citation:
@article{graff2003english,
  title={English gigaword},
  author={Graff, David and Kong, Junbo and Chen, Ke and Maeda, Kazuaki},
  journal={Linguistic Data Consortium, Philadelphia},
  volume={4},
  number={1},
  pages={34},
  year={2003}
}

@article{Rush_2015,
   title={A Neural Attention Model for Abstractive Sentence Summarization},
   url={http://dx.doi.org/10.18653/v1/D15-1044},
   DOI={10.18653/v1/d15-1044},
   journal={Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing},
   publisher={Association for Computational Linguistics},
   author={Rush, Alexander M. and Chopra, Sumit and Weston, Jason},
   year={2015}
}