Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

мнение_abstracts

  • Описание:

Есть два дополнительных набора данных:

(1) RottenTomatoes: В кинокритики и консенсус выполз из http://rottentomatoes.com/ Он имеет поля "_movie_name", "_movie_id", "_critics", и "_critic_consensus".

(2) IDebate: Аргументы выползли из http://idebate.org/ Он имеет поле "_debate_name", "_debate_id", "_claim", "_claim_id", "_argument_sentences".

@inproceedings{wang-ling-2016-neural,
    title = "Neural Network-Based Abstract Generation for Opinions and Arguments",
    author = "Wang, Lu  and
      Ling, Wang",
    booktitle = "Proceedings of the 2016 Conference of the North {A}merican Chapter of the Association for Computational Linguistics: Human Language Technologies",
    month = jun,
    year = "2016",
    address = "San Diego, California",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/N16-1007",
    doi = "10.18653/v1/N16-1007",
    pages = "47--57",
}

мнение_abstracts / rotten_tomatoes (конфигурация по умолчанию)

  • Описание Config: Профессиональные критики и консенсус 3,731 фильмов.

  • Dataset Размер: 50.10 MiB

  • расколы:

Расколоть Примеры
'train' 3731
  • Особенности:
FeaturesDict({
    '_critic_consensus': tf.string,
    '_critics': Sequence({
        'key': tf.string,
        'value': tf.string,
    }),
    '_movie_id': tf.string,
    '_movie_name': tf.string,
})

мнение_abstracts / idebate

  • Описание конфигурации: 2,259 претензии на 676 дискуссий.

  • Dataset Размер: 3.15 MiB

  • расколы:

Расколоть Примеры
'train' 2,259
  • Особенности:
FeaturesDict({
    '_argument_sentences': Sequence({
        'key': tf.string,
        'value': tf.string,
    }),
    '_claim': tf.string,
    '_claim_id': tf.string,
    '_debate_name': tf.string,
})