סמסום

  • תיאור:

SAMSum Corpus מכיל יותר מ -16 אלף דיאלוגים של צ'אט עם סיכומים ביאור ידני.

ישנן שתי תכונות:

  • דיאלוג: טקסט של דיאלוג.
  • סיכום: סיכום בכתב אנושי של הדיאלוג.
  • id: id של דוגמא.

  • דף הבית: https://arxiv.org/src/1911.12237v2/anc

  • קוד מקור: tfds.summarization.Samsum

  • גרסאות:

    • 1.0.0 (ברירת המחדל): הערות השחרור לא.
  • גודל ההורדה: Unknown size

  • מערך נתונים גודל: 10.71 MiB

  • הוראות הורדה ידנית: מערך נתונים זה מחייב אותך להוריד את נתוני המקור באופן ידני לתוך download_config.manual_dir (ברירת המחדל היא ~/tensorflow_datasets/downloads/manual/ ):
    הורד https://arxiv.org/src/1911.12237v2/anc/corpus.7z, לשחרר לחץ במקום train.json, val.json ו test.json ב follder הידנית.

  • Auto-במטמון ( תיעוד ): כן

  • פיצולים:

לְפַצֵל דוגמאות
'test' 819
'train' 14,732
'validation' 818
  • מאפיינים:
FeaturesDict({
    'dialogue': Text(shape=(), dtype=tf.string),
    'id': Text(shape=(), dtype=tf.string),
    'summary': Text(shape=(), dtype=tf.string),
})
  • ציטוט:
@article{gliwa2019samsum,
  title={SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive Summarization},
  author={Gliwa, Bogdan and Mochol, Iwona and Biesek, Maciej and Wawer, Aleksander},
  journal={arXiv preprint arXiv:1911.12237},
  year={2019}
}