מאמרים_מדעיים

  • תיאור :

מערכי נתונים של מאמרים מדעיים מכילים שתי קבוצות של מסמכים ארוכים ומובנים. מערכי הנתונים מתקבלים ממאגרי ArXiv ו-PubMed OpenAccess.

גם ל"arxiv" וגם ל"pubmed" יש שתי תכונות:

  • מאמר: גוף המסמך, עמודים מופרדים ב-"/n".
  • תקציר: תקציר המסמך, עמודים מופרדים ב-"/n".
  • section_names: כותרות של קטעים, מופרדים ב-"/n".

  • דף הבית : https://github.com/armancohan/long-summarization

  • קוד מקור : tfds.summarization.ScientificPapers

  • גרסאות :

    • 1.1.0 : אין הערות שחרור.
    • 1.1.1 (ברירת מחדל): אין הערות שחרור.
  • גודל הורדה : 4.20 GiB

  • שמור אוטומטי במטמון ( תיעוד ): לא

  • מבנה תכונה :

FeaturesDict({
    'abstract': Text(shape=(), dtype=tf.string),
    'article': Text(shape=(), dtype=tf.string),
    'section_names': Text(shape=(), dtype=tf.string),
})
  • תיעוד תכונה :
תכונה מעמד צוּרָה Dtype תיאור
FeaturesDict
תַקצִיר טֶקסט tf.string
מאמר טֶקסט tf.string
שמות_קטעים טֶקסט 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}
}

scientific_papers/arxiv (תצורת ברירת מחדל)

  • תיאור תצורה : מסמכים ממאגר ArXiv.

  • גודל מערך נתונים : 7.07 GiB

  • פיצולים :

לְפַצֵל דוגמאות
'test' 6,440
'train' 203,037
'validation' 6,436

מאמרים מדעיים/פורסם

  • תיאור תצורה : מסמכים ממאגר PubMed.

  • גודל מערך נתונים : 2.34 GiB

  • פיצולים :

לְפַצֵל דוגמאות
'test' 6,658
'train' 119,924
'validation' 6,633