Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

escicita

  • Descripción:

Este es un conjunto de datos para clasificar las intenciones de citas en artículos académicos. La etiqueta de intención de cita principal para cada objeto Json se especifica con la clave de la etiqueta, mientras que el contexto de la cita se especifica con una clave de contexto. Ejemplo: {'string': 'En los babuinos chacma, las relaciones entre el niño y el hombre pueden vincularse tanto con la formación de amistades como con el éxito de la paternidad [30,31].' 'sectionName': 'Introduction', 'label': 'background', 'citingPaperId': '7a6b2d4b405439', 'citedPaperId': '9d1abadc55b5e0', ...} Puede obtener la información completa sobre el papel utilizando los ID de papel proporcionados con la API Semántica Scholar ( https://api.semanticscholar.org/ ). Las etiquetas son: Método, Trasfondo, Resultado

Separar Ejemplos de
'test' 1.859
'train' 8.194
'validation' 916
  • características:
FeaturesDict({
    'citeEnd': tf.int64,
    'citeStart': tf.int64,
    'citedPaperId': Text(shape=(), dtype=tf.string),
    'citingPaperId': Text(shape=(), dtype=tf.string),
    'excerpt_index': tf.int32,
    'id': Text(shape=(), dtype=tf.string),
    'isKeyCitation': tf.bool,
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'label2': ClassLabel(shape=(), dtype=tf.int64, num_classes=4),
    'label2_confidence': tf.float32,
    'label_confidence': tf.float32,
    'sectionName': Text(shape=(), dtype=tf.string),
    'source': ClassLabel(shape=(), dtype=tf.int64, num_classes=7),
    'string': Text(shape=(), dtype=tf.string),
})
  • Cita:
@InProceedings{Cohan2019Structural,
  author={Arman Cohan and Waleed Ammar and Madeleine Van Zuylen and Field Cady},
  title={Structural Scaffolds for Citation Intent Classification in Scientific Publications},
  booktitle="NAACL",
  year="2019"
}