irc_disentanglement

• Descrição :

O conjunto de dados IRC Disentanglement contém mais de 77.563 mensagens do canal Ubuntu IRC.

Os recursos incluem ID da mensagem, texto da mensagem e carimbo de data/hora. Alvo é uma lista de mensagens às quais a mensagem atual responde. Cada registro contém uma lista de mensagens de um dia de bate-papo do IRC.

• Documentação Adicional : Explore em Papers With Code north_east

• Página inicial : https://jkk.name/irc-disentanglement

• Código-fonte : tfds.datasets.irc_disentanglement.Builder

• Versões :

  • 2.0.0 (padrão): sem notas de versão.

• Tamanho do download : 113.53 MiB

• Tamanho do conjunto de dados : 26.59 MiB

• Cache automático ( documentação ): Sim

• Divisões :

• Estrutura de recursos :

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

• Documentação do recurso :

• Chaves supervisionadas (Consulte as_supervised doc ): None

• Figura ( tfds.show_examples ): Não suportado.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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},
}