- توضیحات :
جداول ویکی پدیا با حداقل 3 ردیف و 2 ستون ، 3 ردیف تصادفی برای هر جدول برای حاشیه نویسی بیشتر انتخاب شدند. هر سطر توسط شخص دیگری حاشیه نویسی شده است ، بنابراین مجموعه داده توسط جفت های (یک جدول ردیف ، شرح متن) تشکیل شده است. حاشیه نویسی حداقل شامل 2 سلول از ردیف است ، اما نیازی به درج همه آنها نیست. مجموعه داده از قالب جدول استاندارد شده پیروی می کند.
صفحه اصلی : https://github.com/msra-nlc/Table2Text
نسخه ها :
-
1.0.0
(پیش فرض): نسخه اولیه.
-
اندازه بارگیری :
3.70 MiB
اندازه مجموعه داده :
4.64 MiB
ذخیره خودکار ( مستندات ): بله
تقسیم :
شکاف | مثال ها |
---|---|
'test' | 2000 |
'train' | 10000 |
'validation' | 1،318 |
- ویژگی ها :
FeaturesDict({
'input_text': FeaturesDict({
'table': Sequence({
'column_header': tf.string,
'content': tf.string,
'row_number': tf.int16,
}),
}),
'target_text': tf.string,
})
کلیدهای تحت نظارت (به
as_supervised
سند نظارت شده مراجعه کنید):('input_text', 'target_text')
نقل قول :
@inproceedings{bao2018table,
title={Table-to-Text: Describing Table Region with Natural Language},
author={Junwei Bao and Duyu Tang and Nan Duan and Zhao Yan and Yuanhua Lv and Ming Zhou and Tiejun Zhao},
booktitle={AAAI},
url={https://www.aaai.org/ocs/index.php/AAAI/AAAI18/paper/download/16138/16782},
year={2018}
}
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
مثالها ( tfds.as_dataframe ):