gigaword

  • Mô tả :

Tạo tiêu đề trên một tập hợp các cặp bài viết từ Gigaword bao gồm khoảng 4 triệu bài viết. Sử dụng 'org_data' do https://github.com/microsoft/unilm/ cung cấp, giống với https://github.com/harvardnlp/sent-summary nhưng có định dạng tốt hơn.

Có hai tính năng: - tài liệu: bài báo. - tóm tắt: đầu đề.

Tách ra ví dụ
'test' 1.951
'train' 3,803,957
'validation' 189,651
  • Cấu trúc tính năng :
FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})
  • Tài liệu tính năng :
Tính năng Lớp Hình dạng Dtype Sự mô tả
Tính năngDict
tài liệu Chữ sợi dây
bản tóm tắt Chữ sợi dây
  • trích dẫn :
@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}
}