irc_disentanglement

• 説明:

IRC Disentanglement データセットには、Ubuntu IRC チャネルからの 77,563 を超えるメッセージが含まれています。

機能には、メッセージ ID、メッセージ テキスト、およびタイムスタンプが含まれます。ターゲットは、現在のメッセージが返信するメッセージのリストです。各レコードには、1 日の IRC チャットからのメッセージのリストが含まれています。

• 追加のドキュメント:コードnorth_eastを使用したペーパーの探索

• ホームページ: https://jkk.name/irc-disentanglement

• ソース コード: tfds.datasets.irc_disentanglement.Builder

• バージョン:

  • 2.0.0 (デフォルト): リリース ノートはありません。

• ダウンロードサイズ: 113.53 MiB

• データセットサイズ: 26.59 MiB

• 自動キャッシュ(ドキュメント): はい

• スプリット:

• 機能構造:

FeaturesDict({
    'day': Sequence({
        'id': Text(shape=(), dtype=string),
        'parents': Sequence(Text(shape=(), dtype=string)),
        'text': Text(shape=(), dtype=string),
        'timestamp': Text(shape=(), dtype=string),
    }),
})

• 機能のドキュメント:

• 監視されたキー( as_supervised docを参照): None

• 図( tfds.show_examples ): サポートされていません。

• 例( tfds.as_dataframe ):

• 引用：

@InProceedings{acl19disentangle,
  author    = {Jonathan K. Kummerfeld and Sai R. Gouravajhala and Joseph Peper and Vignesh Athreya and Chulaka Gunasekara and Jatin Ganhotra and Siva Sankalp Patel and Lazaros Polymenakos and Walter S. Lasecki},
  title     = {A Large-Scale Corpus for Conversation Disentanglement},
  booktitle = {Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics},
  location  = {Florence, Italy},
  month     = {July},
  year      = {2019},
  doi       = {10.18653/v1/P19-1374},
  pages     = {3846--3856},
  url       = {https://aclweb.org/anthology/papers/P/P19/P19-1374/},
  arxiv     = {https://arxiv.org/abs/1810.11118},
  software  = {https://jkk.name/irc-disentanglement},
  data      = {https://jkk.name/irc-disentanglement},
}