irc_disentanglement

• Deskripsi :

Dataset IRC Disentanglement berisi lebih dari 77.563 pesan dari saluran IRC Ubuntu.

Fitur termasuk id pesan, teks pesan dan cap waktu. Target adalah daftar pesan yang dibalas oleh pesan saat ini. Setiap record berisi daftar pesan dari satu hari chat IRC.

• Situs web : https://jkk.name/irc-disentanglement

• Kode sumber : tfds.text.IrcDisentanglement

• Versi :

  • 2.0.0 (default): Tidak ada catatan rilis.

• Ukuran download : 113.53 MiB

• Ukuran 26.59 MiB data : 26.59 MiB

• Cache otomatis ( dokumentasi ): Ya

• Split :

• Fitur :

FeaturesDict({
    'day': Sequence({
        'id': Text(shape=(), dtype=tf.string),
        'parents': Sequence(Text(shape=(), dtype=tf.string)),
        'text': Text(shape=(), dtype=tf.string),
        'timestamp': Text(shape=(), dtype=tf.string),
    }),
})

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Kutipan :

@InProceedings{acl19disentangle,
  author    = {Jonathan K. Kummerfeld and Sai R. Gouravajhala and Joseph Peper and Vignesh Athreya and Chulaka Gunasekara and Jatin Ganhotra and Siva Sankalp Patel and Lazaros Polymenakos and Walter S. Lasecki},
  title     = {A Large-Scale Corpus for Conversation Disentanglement},
  booktitle = {Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
  location  = {Florence, Italy},
  month     = {July},
  year      = {2019},
  doi       = {10.18653/v1/P19-1374},
  pages     = {3846--3856},
  url       = {https://aclweb.org/anthology/papers/P/P19/P19-1374/},
  arxiv     = {https://arxiv.org/abs/1810.11118},
  software  = {https://jkk.name/irc-disentanglement},
  data      = {https://jkk.name/irc-disentanglement},
}

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):