summscreen

  • 説明

SummScreen要約データセット、匿名化されていない、トークン化されていないバージョン。

トレーニング/評価/テストの分割とフィルタリングは、トークン化された最終的なデータセットに基づいていますが、提供されるトランスクリプトと要約は、トークン化されていないテキストに基づいています。

2つの機能があります。

@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(デフォルト設定)

  • コンフィグの説明:ForeverDreaming

  • データセットのサイズ132.99 MiB

  • オートキャッシュされたドキュメント):はい

  • スプリット

スプリット
'test' 337
'train' 3,673
'validation' 338
  • 特長
FeaturesDict({
    'episode_number': Text(shape=(), dtype=tf.string),
    'episode_title': Text(shape=(), dtype=tf.string),
    'recap': Text(shape=(), dtype=tf.string),
    'show_title': Text(shape=(), dtype=tf.string),
    'transcript': Text(shape=(), dtype=tf.string),
    'transcript_author': Text(shape=(), dtype=tf.string),
})

summscreen / tms

  • コンフィグの説明:TVMegaSite

  • データセットのサイズ592.53 MiB

  • オートキャッシュされたドキュメント):いいえ

  • スプリット

スプリット
'test' 1,793
'train' 18,915
'validation' 1,795
  • 特長
FeaturesDict({
    'episode_summary': Text(shape=(), dtype=tf.string),
    'recap': Text(shape=(), dtype=tf.string),
    'recap_author': Text(shape=(), dtype=tf.string),
    'show_title': Text(shape=(), dtype=tf.string),
    'transcript': Text(shape=(), dtype=tf.string),
    'transcript_author': Tensor(shape=(None,), dtype=tf.string),
})