гигаворд

• Описание:

Генерация заголовков на корпусе пар статей от Gigaword, состоящем из около 4 миллионов статей. Используйте «» org_data предоставленного https://github.com/microsoft/unilm/ , который идентичен https://github.com/harvardnlp/sent-summary , но с лучшей формой.

Есть две функции: - документ: статья. - резюме: заголовок.

• Домашняя страница: https://github.com/harvardnlp/sent-summary

• Исходный код: tfds.summarization.Gigaword

• Версии:

  • 1.2.0 ( по умолчанию): Нет Замечания к выпуску.

• Скачать Размер: 551.61 MiB

• Dataset размер: Unknown size

• Авто-кэшируются ( документация ): Unknown

• расколы:

• Особенности:

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

• Контролируемые ключи (см as_supervised документ ): ('document', 'summary')

• Рис ( tfds.show_examples ): Не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Образец цитирования:

@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}
}