गिगावर्ड

  • विवरण :

Gigaword से लगभग 4 मिलियन आलेखों वाले लेख युग्मों के संग्रह पर शीर्षक-पीढ़ी। Https://github.com/microsoft/unilm/ द्वारा प्रदान किए गए 'org_data' का उपयोग करें जो https://github.com/harvardnlp/sent-summary के समान है लेकिन बेहतर प्रारूप के साथ है।

दो विशेषताएं हैं: - दस्तावेज़: आलेख। - सारांश: शीर्षक।

विभाजित करना उदाहरण
'test' 1,951
'train' 3,803,957
'validation' 189,651
  • फ़ीचर संरचना :
FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})
  • फ़ीचर दस्तावेज़ीकरण :
विशेषता कक्षा आकार डीटाइप विवरण
विशेषताएं डिक्ट
दस्तावेज़ मूलपाठ डोरी
सारांश मूलपाठ डोरी
  • उद्धरण :
@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}
}