гигаслово

• Описание :

Генерация заголовков по корпусу пар статей из Gigaword, состоящему примерно из 4 миллионов статей. Используйте «org_data», предоставленный https://github.com/microsoft/unilm/ , который идентичен https://github.com/harvardnlp/sent-summary , но в лучшем формате.

Есть две особенности: - документ: статья. - резюме: заголовок.

• Домашняя страница : https://github.com/harvardnlp/sent-summary

• Исходный код : tfds.summarization.Gigaword

• Версии :

  • 1.2.0 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 551.61 MiB

• Размер набора данных : 1.02 GiB

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

• Структура функции :

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

• Документация по функциям :

• Контролируемые ключи (см. as_supervised doc ): ('document', 'summary')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@article{graff2003english,
  title={English gigaword},
  author={Graff, David and Kong, Junbo and Chen, Ke and Maeda, Kazuaki},
  journal={Linguistic Data Consortium, Philadelphia},
  volume={4},
  number={1},
  pages={34},
  year={2003}
}

@article{Rush_2015,
   title={A Neural Attention Model for Abstractive Sentence Summarization},
   url={http://dx.doi.org/10.18653/v1/D15-1044},
   DOI={10.18653/v1/d15-1044},
   journal={Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing},
   publisher={Association for Computational Linguistics},
   author={Rush, Alexander M. and Chopra, Sumit and Weston, Jason},
   year={2015}
}