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

articulos cientificos

  • Descripción:

Los conjuntos de datos de artículos científicos contienen dos conjuntos de documentos largos y estructurados. Los conjuntos de datos se obtienen de los repositorios ArXiv y PubMed OpenAccess.

Tanto "arxiv" como "pubmed" tienen dos características:

FeaturesDict({
    'abstract': Text(shape=(), dtype=tf.string),
    'article': Text(shape=(), dtype=tf.string),
    'section_names': Text(shape=(), dtype=tf.string),
})
@article{Cohan_2018,
   title={A Discourse-Aware Attention Model for Abstractive Summarization of
            Long Documents},
   url={http://dx.doi.org/10.18653/v1/n18-2097},
   DOI={10.18653/v1/n18-2097},
   journal={Proceedings of the 2018 Conference of the North American Chapter of
          the Association for Computational Linguistics: Human Language
          Technologies, Volume 2 (Short Papers)},
   publisher={Association for Computational Linguistics},
   author={Cohan, Arman and Dernoncourt, Franck and Kim, Doo Soon and Bui, Trung and Kim, Seokhwan and Chang, Walter and Goharian, Nazli},
   year={2018}
}

papeles_científicos / arxiv (configuración predeterminada)

  • Descripción config: Documentos de repositorio arXiv.

  • Tamaño de conjunto de datos: 7.07 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 6.440
'train' 203,037
'validation' 6.436

papeles_científicos / pubmed

  • Descripción config: Documentos de repositorio de PubMed.

  • Tamaño de conjunto de datos: 2.34 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 6.658
'train' 119,924
'validation' 6.633