Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

wikihow

  • Deskripsi :

WikiHow adalah kumpulan data skala besar baru yang menggunakan basis pengetahuan WikiHow ( http://www.wikihow.com/ ) online.

Ada dua fitur: - teks: wikihow menjawab teks. - judul: garis tebal sebagai ringkasan.

Ada dua versi terpisah: - semua: terdiri dari penggabungan semua paragraf sebagai artikel dan garis tebal sebagai ringkasan referensi. - sep: terdiri dari setiap paragraf dan ringkasannya.

Unduh "wikihowAll.csv" dan "wikihowSep.csv" dari https://github.com/mahnazkoupaee/WikiHow-Dataset dan letakkan di folder manual https://www.tensorflow.org/datasets/api_docs/python/tfds/ download / DownloadConfig Train / validation / test split disediakan oleh penulis. Pemrosesan awal diterapkan untuk menghapus artikel pendek (panjang abstrak <0,75 panjang artikel) dan membersihkan koma ekstra.

@misc{koupaee2018wikihow,
    title={WikiHow: A Large Scale Text Summarization Dataset},
    author={Mahnaz Koupaee and William Yang Wang},
    year={2018},
    eprint={1810.09305},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

wikihow / all (konfigurasi default)

  • Config description : Gunakan penggabungan semua paragraf sebagai artikel dan garis tebal sebagai ringkasan referensi

  • Split :

Membagi Contoh
'test' 5.577
'train' 157.252
'validation' 5.599
  • Fitur :
FeaturesDict({
    'headline': Text(shape=(), dtype=tf.string),
    'text': Text(shape=(), dtype=tf.string),
    'title': Text(shape=(), dtype=tf.string),
})

wikihow / sep

  • Deskripsi konfigurasi : gunakan setiap paragraf dan ringkasannya.

  • Split :

Membagi Contoh
'test' 37.800
'train' 1.060.732
'validation' 37.932
  • Fitur :
FeaturesDict({
    'headline': Text(shape=(), dtype=tf.string),
    'overview': Text(shape=(), dtype=tf.string),
    'sectionLabel': Text(shape=(), dtype=tf.string),
    'text': Text(shape=(), dtype=tf.string),
    'title': Text(shape=(), dtype=tf.string),
})