• Descrizione :

Set di dati multi-notizie

Multi-News è composto da articoli di notizie e riassunti scritti da persone provenienti dal sito di notizie newser.com . Ogni riassunto è redatto professionalmente dai redattori e include link agli articoli originali citati.

Si tratta del primo set di dati su larga scala per la sintesi multi-documento di articoli di notizie.

Ogni record ha due caratteristiche:

• document : Testi di articoli di notizie, separati dal token speciale "|||||".

• summary : Riassunto della notizia.

• Documentazione aggiuntiva : Esplora su Papers With Code north_east

• Pagina iniziale : https://github.com/Alex-Fabbri/Multi-News

• Codice sorgente : tfds.datasets.multi_news.Builder

• Versioni :

  • 1.0.0 : versione iniziale.
  • 2.0.0 : [Non utilizzare] Aggiorna il set di dati con URL validi.
  • 2.1.0 (predefinito) nights_stay : aggiorna il dataset con gli URL corretti. Gli URL in questa versione provengono dal repository di dataset di HuggingFace, curato dallo stesso autore: https://huggingface.co/datasets/alexfabbri/multi_news

• Dimensione download : 721.73 MiB

• Dimensione del set di dati : 666.50 MiB

• Memorizzato automaticamente nella cache ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

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

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedere come_documento as_supervised ): ('document', 'summary')

• Figura ( tfds.show_examples ): Non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@misc{alex2019multinews,
    title={Multi-News: a Large-Scale Multi-Document Summarization Dataset and Abstractive Hierarchical Model},
    author={Alexander R. Fabbri and Irene Li and Tianwei She and Suyi Li and Dragomir R. Radev},
    year={2019},
    eprint={1906.01749},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}