imdb_reviews

• الوصف :

مجموعة بيانات مراجعة الأفلام الكبيرة. هذه مجموعة بيانات لتصنيف المشاعر الثنائية تحتوي على بيانات أكثر بكثير من مجموعات البيانات المعيارية السابقة. نحن نقدم مجموعة من 25000 مراجعة فيلم عالية القطبية للتدريب ، و 25000 للاختبار. هناك بيانات إضافية غير مصنفة للاستخدام أيضًا.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : http://ai.stanford.edu/~amaas/data/sentiment/

• كود المصدر : tfds.datasets.imdb_reviews.Builder

• إصدارات :

  • 1.0.0 (افتراضي): تقسيم API الجديد ( https://tensorflow.org/datasets/splits )

• حجم التحميل : 80.23 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('text', 'label')

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@InProceedings{maas-EtAl:2011:ACL-HLT2011,
  author    = {Maas, Andrew L.  and  Daly, Raymond E.  and  Pham, Peter T.  and  Huang, Dan  and  Ng, Andrew Y.  and  Potts, Christopher},
  title     = {Learning Word Vectors for Sentiment Analysis},
  booktitle = {Proceedings of the 49th Annual Meeting of the Association for Computational Linguistics: Human Language Technologies},
  month     = {June},
  year      = {2011},
  address   = {Portland, Oregon, USA},
  publisher = {Association for Computational Linguistics},
  pages     = {142--150},
  url       = {http://www.aclweb.org/anthology/P11-1015}
}

imdb_reviews / simple_text (التكوين الافتراضي)

• وصف التكوين : نص عادي

• حجم مجموعة البيانات : 129.83 MiB

• هيكل الميزة :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

imdb_reviews / بايت

• وصف التكوين : يستخدم ترميز النص على مستوى البايت مع tfds.deprecated.text.ByteTextEncoder

• حجم مجموعة البيانات : 129.88 MiB

• هيكل الميزة :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(None,), dtype=int64, encoder=<ByteTextEncoder vocab_size=257>),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

imdb_reviews / subwords8k

• وصف التكوين : يستخدم tfds.deprecated.text.SubwordTextEncoder مع حجم 8k vocab

• حجم مجموعة البيانات : 54.72 MiB

• هيكل الميزة :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(None,), dtype=int64, encoder=<SubwordTextEncoder vocab_size=8185>),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

imdb_reviews / subwords32k

• وصف التكوين : يستخدم tfds.deprecated.text.SubwordTextEncoder بحجم 32 كيلوبايت

• حجم مجموعة البيانات : 50.33 MiB

• هيكل الميزة :

FeaturesDict({
    'label': ClassLabel(shape=(), dtype=int64, num_classes=2),
    'text': Text(shape=(None,), dtype=int64, encoder=<SubwordTextEncoder vocab_size=32650>),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):