media_sum

• คำอธิบาย :

ชุดข้อมูลการสัมภาษณ์สื่อขนาดใหญ่นี้มีการถอดเสียง 463.6K พร้อมบทสรุปเชิงนามธรรม ซึ่งรวบรวมจากการถอดเสียงการสัมภาษณ์และภาพรวม / คำอธิบายหัวข้อจาก NPR และ CNN

โปรดจำกัดการใช้ชุดข้อมูลนี้เพื่อการวิจัยเท่านั้น

และโปรดอ้างอิงเอกสารของเรา: MediaSum: ชุดข้อมูลสัมภาษณ์สื่อขนาดใหญ่สำหรับการสรุปบทสนทนา

จริยธรรม

เราใช้เฉพาะข้อมูลการถอดเสียงที่เปิดเผยต่อสาธารณะจากแหล่งสื่อต่างๆ และปฏิบัติตามแนวทางเพื่อวัตถุประสงค์ในการวิจัยเท่านั้น

เนื่องจากสื่อและแขกรับเชิญอาจมีมุมมองที่ลำเอียง การถอดเสียงและบทสรุปจึงน่าจะมีสิ่งเหล่านี้อยู่ด้วย เนื้อหาของการถอดเสียงและบทสรุปสะท้อนถึงมุมมองของสื่อและแขกเท่านั้น และควรดูอย่างมีวิจารณญาณ

• หน้าแรก : https://github.com/zcgzcgzcg1/MediaSum

• รหัสที่มา : tfds.datasets.media_sum.Builder

• รุ่น :

  • 1.0.0 (ค่าเริ่มต้น): การเปิดตัวครั้งแรก

• ขนาดการดาวน์โหลด : Unknown size

• ขนาดชุดข้อมูล : 4.11 GiB

• คำแนะนำในการดาวน์โหลดด้วยตนเอง : ชุดข้อมูลนี้กำหนดให้คุณต้องดาวน์โหลดแหล่งข้อมูลด้วยตนเองลงใน download_config.manual_dir (ค่าเริ่มต้นเป็น ~/tensorflow_datasets/downloads/manual/ ):
  manual_dir ควรมีไฟล์:

  • news_dialogue.json
  • train_val_test_split.json

สามารถดาวน์โหลดและแตกไฟล์ได้จากหน้า GitHub ของชุดข้อมูล: https://github.com/zcgzcgzcg1/MediaSum/tree/main/data

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

• โครงสร้างคุณลักษณะ :

FeaturesDict({
    'date': Text(shape=(), dtype=string),
    'id': Text(shape=(), dtype=string),
    'program': Text(shape=(), dtype=string),
    'speaker': Sequence(Text(shape=(), dtype=string)),
    'summary': Text(shape=(), dtype=string),
    'url': Text(shape=(), dtype=string),
    'utt': Sequence(Text(shape=(), dtype=string)),
})

• เอกสารคุณสมบัติ :

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): ('utt', 'summary')

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@article{zhu2021mediasum,
  title={MediaSum: A Large-scale Media Interview Dataset for Dialogue Summarization},
  author={Zhu, Chenguang and Liu, Yang and Mei, Jie and Zeng, Michael},
  journal={arXiv preprint arXiv:2103.06410},
  year={2021}
}