большой_патент

• Описание :

BIGPATENT, состоящий из 1,3 миллиона записей патентных документов США, а также реферативных резюме, написанных человеком. Каждая заявка на патент США подается под кодом Совместной патентной классификации (CPC). Таких классификационных категорий девять:

• А (человеческие потребности),
• B (выполнение операций; транспортировка),
• С (Химия; Металлургия),
• D (Текстиль; Бумага),
• E (стационарные конструкции),
• F (Машиностроение, Молния, Отопление, Оружие, Взрыв),
• Г (физика),
• H (Электричество) и
• Y (общая маркировка новой или кросс-секционной технологии)

Есть две особенности:

• описание: подробное описание патента.

• резюме: Автореферат патента.

• Дополнительная документация : изучить документы с кодом north_east

• Домашняя страница : https://evasharma.github.io/bigpatent/

• Исходный код : tfds.datasets.big_patent.Builder

• Версии :

  • 1.0.0 : токенизированные слова в нижнем регистре
  • 2.0.0 : Обновление для использования необработанных строк с регистром
  • 2.1.2 (по умолчанию): исправлено обновление необработанных строк с регистром.

• Размер загрузки : 9.45 GiB

• Автоматическое кэширование ( документация ): Нет

• Структура функции :

FeaturesDict({
    'abstract': Text(shape=(), dtype=string),
    'description': Text(shape=(), dtype=string),
})

• Документация по функциям :

• Контролируемые ключи (см. as_supervised doc ): ('description', 'abstract')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Цитата :

@misc{sharma2019bigpatent,
    title={BIGPATENT: A Large-Scale Dataset for Abstractive and Coherent Summarization},
    author={Eva Sharma and Chen Li and Lu Wang},
    year={2019},
    eprint={1906.03741},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}

big_patent/all (конфигурация по умолчанию)

• Описание конфигурации : Патенты по всем категориям.

• Размер набора данных : 35.17 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

большой_патент/а

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)a: Человеческие потребности

• Размер набора данных : 5.16 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

большой_патент/б

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)b: Выполнение операций; Транспортировка

• Размер набора данных : 4.06 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

big_patent/c

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)c: Химия; Металлургия

• Размер набора данных : 3.63 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

big_patent/d

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)d: Текстиль; Бумага

• Размер набора данных : 255.56 MiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

big_patent/е

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)e: Фиксированные конструкции

• Размер набора данных : 871.40 MiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

big_patent/f

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)f: Машиностроение; Молния; Обогрев; Оружие; взрывные работы

• Размер набора данных : 2.06 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

большой_патент/г

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)g: Физика

• Размер набора данных : 8.19 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

big_patent/ч

• Описание конфигурации : Патенты в соответствии с совместной патентной классификацией (CPC)h: Электричество

• Размер набора данных : 7.50 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):

big_patent/г

• Описание конфигурации : Патенты в соответствии с Совместной патентной классификацией (CPC)y: Общая маркировка новой или перекрестной технологии

• Размер набора данных : 3.46 GiB

• Сплиты :

• Примеры ( tfds.as_dataframe ):