suma de libros

• Descripción :

BookSum: una colección de conjuntos de datos para resúmenes narrativos de formato largo

Actualmente, esta implementación solo admite resúmenes de libros y capítulos.

GitHub: https://github.com/salesforce/booksum

• Documentación adicional : Explore en Papers With Code north_east

• Página de inicio: https://github.com/salesforce/booksum

• Código fuente : tfds.datasets.booksum.Builder

• Versiones :

  • 1.0.0 (predeterminado): versión inicial.

• Tamaño de descarga : Unknown size

• Instrucciones de descarga manual : este conjunto de datos requiere que descargue los datos de origen manualmente en download_config.manual_dir (el valor predeterminado es ~/tensorflow_datasets/downloads/manual/ ):
  

  1) Vaya a https://github.com/salesforce/booksum y ejecute los pasos 1-3. Coloque todo el proyecto git de booksum en la carpeta manual. 2) Descargue los libros divididos en capítulos de https://storage.cloud.google.com/sfr-books-dataset-chapters-research/all_chapterized_books.zip y descomprímalos en la carpeta manual.

La carpeta manual debe contener los siguientes directorios:

- `booksum/`
- `all_chapterized_books/`

• Almacenamiento automático en caché ( documentación ): Sí (prueba, validación), solo cuando shuffle_files=False (tren)

• Estructura de características :

FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})

• Documentación de características :

• Claves supervisadas (Ver as_supervised ): ('document', 'summary')

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@article{kryscinski2021booksum,
      title={BookSum: A Collection of Datasets for Long-form Narrative Summarization},
      author={Wojciech Kry{\'s}ci{\'n}ski and Nazneen Rajani and Divyansh Agarwal and Caiming Xiong and Dragomir Radev},
      year={2021},
      eprint={2105.08209},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

booksum/libro (configuración predeterminada)

• Descripción de la configuración : resumen a nivel de libro

• Tamaño del conjunto de datos : 208.81 MiB

• Divisiones :

• Ejemplos ( tfds.as_dataframe ):

librosum/capítulo

• Descripción de la configuración : resumen a nivel de capítulo

• Tamaño del conjunto de datos : 216.71 MiB

• Divisiones :

• Ejemplos ( tfds.as_dataframe ):