gigaparola

• Descrizione :

Generazione di titoli su un corpus di coppie di articoli di Gigaword composto da circa 4 milioni di articoli. Usa "org_data" fornito da https://github.com/microsoft/unilm/ che è identico a https://github.com/harvardnlp/sent-summary ma con un formato migliore.

Le caratteristiche sono due: - documento: articolo. - sommario: titolo.

• Pagina iniziale : https://github.com/harvardnlp/sent-summary

• Codice sorgente : tfds.summarization.Gigaword

• Versioni :

  • 1.2.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 551.61 MiB

• Dimensione del set di dati : 1.02 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (Vedi as_supervised doc ): ('document', 'summary')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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}
}