schermo sommario

  • Descrizione :

SummScreen Set di dati di riepilogo, versione non anonima, non tokenizzata.

Le suddivisioni e i filtri di train/val/test si basano sul set di dati tokenizzato finale, ma le trascrizioni e i riepiloghi forniti si basano sul testo non tokenizzato.

Ci sono due caratteristiche:

@article{DBLP:journals/corr/abs-2104-07091,
  author    = {Mingda Chen and
               Zewei Chu and
               Sam Wiseman and
               Kevin Gimpel},
  title     = {SummScreen: {A} Dataset for Abstractive Screenplay Summarization},
  journal   = {CoRR},
  volume    = {abs/2104.07091},
  year      = {2021},
  url       = {https://arxiv.org/abs/2104.07091},
  archivePrefix = {arXiv},
  eprint    = {2104.07091},
  timestamp = {Mon, 19 Apr 2021 16:45:47 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-2104-07091.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}

summscreen/fd (configurazione predefinita)

  • Descrizione della configurazione : ForeverDreaming

  • Dimensione del set di dati: 132.99 MiB

  • Auto-cache ( documentazione ): Sì

  • Divisioni :

Diviso Esempi
'test' 337
'train' 3.673
'validation' 338
  • Struttura delle caratteristiche :
FeaturesDict({
    'episode_number': Text(shape=(), dtype=string),
    'episode_title': Text(shape=(), dtype=string),
    'recap': Text(shape=(), dtype=string),
    'show_title': Text(shape=(), dtype=string),
    'transcript': Text(shape=(), dtype=string),
    'transcript_author': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
numero_episodio Testo corda
titolo_episodio Testo corda
ricapitolare Testo corda
mostra titolo Testo corda
trascrizione Testo corda
trascrizione_autore Testo corda

sumscreen/tms

  • Descrizione della configurazione : TVMegaSite

  • Dimensione del set di dati: 592.53 MiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'test' 1.793
'train' 18.915
'validation' 1.795
  • Struttura delle caratteristiche :
FeaturesDict({
    'episode_summary': Text(shape=(), dtype=string),
    'recap': Text(shape=(), dtype=string),
    'recap_author': Text(shape=(), dtype=string),
    'show_title': Text(shape=(), dtype=string),
    'transcript': Text(shape=(), dtype=string),
    'transcript_author': Tensor(shape=(None,), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
CaratteristicheDict
episodio_sommario Testo corda
ricapitolare Testo corda
recap_author Testo corda
mostra titolo Testo corda
trascrizione Testo corda
trascrizione_autore Tensore (Nessuno,) corda