écran d'affichage

  • Description:

Ensemble de données de récapitulation SummScreen, version non anonymisée et non tokenisée.

Les fractionnements et le filtrage de train/val/test sont basés sur l'ensemble de données tokenisé final, mais les transcriptions et récapitulations fournies sont basées sur le texte non tokenisé.

Il y a deux fonctionnalités :

@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 (configuration par défaut)

  • Description Config: ForeverDreaming

  • Dataset Taille: 132.99 MiB

  • Auto-cache ( documentation ): Oui

  • scissions:

Diviser Exemples
'test' 337
'train' 3 673
'validation' 338
  • Caractéristiques:
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),
})

écran/tms

  • Description Config: TVMegaSite

  • Dataset Taille: 592.53 MiB

  • Mis en cache automatique ( documentation ): Non

  • scissions:

Diviser Exemples
'test' 1 793
'train' 18 915
'validation' 1 795
  • Caractéristiques:
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),
})