karya tulis ilmiah

• Deskripsi :

Dataset karya tulis ilmiah berisi dua set dokumen panjang dan terstruktur. Dataset diperoleh dari ArXiv dan repositori OpenAccess PubMed.

Baik "arxiv" dan "pubmed" memiliki dua fitur:

• artikel: badan dokumen, paragraf dipisahkan oleh "/ n".
• abstrak: abstrak dokumen, paragraf dipisahkan dengan "/ n".

• section_names: judul bagian, dipisahkan oleh "/ n".

• Beranda : https://github.com/armancohan/long-summarization

• Kode sumber : tfds.summarization.ScientificPapers

• Versi :

  • 1.1.0 : Tidak ada catatan rilis.
  • 1.1.1 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 4.20 GiB

• Cache otomatis ( dokumentasi ): Tidak

• Fitur :

FeaturesDict({
    'abstract': Text(shape=(), dtype=tf.string),
    'article': Text(shape=(), dtype=tf.string),
    'section_names': Text(shape=(), dtype=tf.string),
})

• Kunci yang diawasi (Lihat as_supervised doc ): ('article', 'abstract')

• Kutipan :

@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}
}

• Gambar ( tfds.show_examples ): Tidak didukung.

scientific_papers / arxiv (konfigurasi default)

• Deskripsi konfigurasi : Dokumen dari repositori ArXiv.

• Ukuran set data : 7.07 GiB

• Split :

• Contoh ( tfds.as_dataframe ):

scientific_papers / pubmed

• Deskripsi konfigurasi : Dokumen dari repositori PubMed.

• Ukuran set data : 2.34 GiB

• Split :

• Contoh ( tfds.as_dataframe ):