gov_report

• توضیحات :

مجموعه داده گزارش دولتی شامل گزارش هایی است که توسط آژانس های تحقیقاتی دولتی از جمله سرویس تحقیقات کنگره و دفتر پاسخگویی دولت ایالات متحده نوشته شده است.

• اسناد اضافی : کاوش در کاغذها با کد north_east

• صفحه اصلی : https://gov-report-data.github.io/

• کد منبع : tfds.summarization.gov_report.GovReport

• نسخه ها :

  • 1.0.0 (پیش فرض): انتشار اولیه.

• حجم دانلود : 320.59 MiB

• ذخیره خودکار ( اسناد ): خیر

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• نقل قول :

@inproceedings{
anonymous2022efficiently,
title={Efficiently Modeling Long Sequences with Structured State Spaces},
author={Anonymous},
booktitle={Submitted to The Tenth International Conference on Learning Representations },
year={2022},
url={https://openreview.net/forum?id=uYLFoz1vlAC},
note={under review}
}

gov_report/crs_whitespace (پیکربندی پیش‌فرض)

• توضیحات پیکربندی : گزارش CRS با خلاصه. سازه ها مسطح شده و با فضای سفید به هم می پیوندند. این قالبی است که توسط کاغذ اصلی استفاده می شود

• حجم مجموعه داده : 349.76 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'released_date': Text(shape=(), dtype=string),
    'reports': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised نظارت شده مراجعه کنید): ('reports', 'summary')

• مثال‌ها ( tfds.as_dataframe ):

gov_report/gao_whitespace

• توضیحات پیکربندی : گزارش GAO با ساختارهای برجسته صاف شده و با فضای سفید به هم پیوسته است. این قالبی است که توسط کاغذ اصلی استفاده می شود

• حجم مجموعه داده : 690.24 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'fastfact': Text(shape=(), dtype=string),
    'highlight': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'published_date': Text(shape=(), dtype=string),
    'released_date': Text(shape=(), dtype=string),
    'report': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('report', 'highlight')

• مثال‌ها ( tfds.as_dataframe ):

gov_report/crs_html

• توضیحات پیکربندی : گزارش CRS با خلاصه. ساختارها صاف شده و با خط جدید به هم پیوسته و تگ های html را اضافه می کنند. برچسب‌ها فقط برای secition_title در قالبی مانند <h2>xxx<h2> اضافه می‌شوند.

• حجم مجموعه داده : 351.25 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'released_date': Text(shape=(), dtype=string),
    'reports': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised نظارت شده مراجعه کنید): ('reports', 'summary')

• مثال‌ها ( tfds.as_dataframe ):

gov_report/gao_html

• توضیحات پیکربندی : گزارش GAO با ساختارهای هایلایت پهن شده و با خط جدید وصل شده و تگ های html اضافه می شود. برچسب‌ها فقط برای secition_title در قالبی مانند <h2>xxx<h2> اضافه می‌شوند.

• حجم مجموعه داده : 692.72 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'fastfact': Text(shape=(), dtype=string),
    'highlight': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'published_date': Text(shape=(), dtype=string),
    'released_date': Text(shape=(), dtype=string),
    'report': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('report', 'highlight')

• مثال‌ها ( tfds.as_dataframe ):

gov_report/crs_json

• توضیحات پیکربندی : گزارش CRS با خلاصه. ساختارها به صورت json خام نمایش داده می شوند.

• حجم مجموعه داده : 361.92 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'id': Text(shape=(), dtype=string),
    'released_date': Text(shape=(), dtype=string),
    'reports': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (به as_supervised نظارت شده مراجعه کنید): ('reports', 'summary')

• مثال‌ها ( tfds.as_dataframe ):

gov_report/gao_json

• توضیحات پیکربندی : گزارش GAO با ساختارهای برجسته که به صورت json خام نشان داده شده است.

• حجم مجموعه داده : 712.82 MiB

• تقسیم ها :

• ساختار ویژگی :

FeaturesDict({
    'fastfact': Text(shape=(), dtype=string),
    'highlight': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'published_date': Text(shape=(), dtype=string),
    'released_date': Text(shape=(), dtype=string),
    'report': Text(shape=(), dtype=string),
    'title': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
})

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('report', 'highlight')

• مثال‌ها ( tfds.as_dataframe ):