MLコミュニティデーは11月9日です! TensorFlow、JAXからの更新のために私たちに参加し、より多くの詳細をご覧ください

ギガワード

  • 説明

約400万の記事で構成されるGigawordの記事ペアのコーパスでの見出しの生成。が提供する「org_data」を使用https://github.com/microsoft/unilm/と同一であるhttps://github.com/harvardnlp/sent-summaryが、より良い形式とします。

2つの機能があります:-ドキュメント:記事。 -要約:見出し。

スプリット
'test' 1,951
'train' 3,803,957
'validation' 189,651
  • 特長
FeaturesDict({
    'document': Text(shape=(), dtype=tf.string),
    'summary': Text(shape=(), dtype=tf.string),
})
  • 引用
@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}
}