samsum

• Descripción :

SAMSum Corpus contiene más de 16k diálogos de chat con resúmenes anotados manualmente.

Hay dos características:

• diálogo: texto de diálogo.
• resumen: resumen escrito por humanos del diálogo.

• id: id de un ejemplo.

• Documentación adicional : Explore en Papers With Code north_east

• Página de inicio: https://arxiv.org/src/1911.12237v2/anc

• Código fuente : tfds.datasets.samsum.Builder

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Tamaño de descarga : Unknown size

• Tamaño del conjunto de datos : 10.71 MiB

• 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/ ):
  Descargue https://arxiv.org/src/1911.12237v2/anc/corpus.7z, descomprima y coloque train.json, val.json y test.json en la carpeta del manual.

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver documento as_supervised ): ('dialogue', 'summary')

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@article{gliwa2019samsum,
  title={SAMSum Corpus: A Human-annotated Dialogue Dataset for Abstractive Summarization},
  author={Gliwa, Bogdan and Mochol, Iwona and Biesek, Maciej and Wawer, Aleksander},
  journal={arXiv preprint arXiv:1911.12237},
  year={2019}
}