• Opis :

Zestaw danych Multi-News

Multi-News składa się z artykułów prasowych i ich streszczeń napisanych przez ludzi, pochodzących z serwisu newser.com . Każde streszczenie jest profesjonalnie napisane przez redaktorów i zawiera linki do oryginalnych, cytowanych artykułów.

Jest to pierwszy zbiór danych na dużą skalę umożliwiający podsumowania wielu dokumentów dotyczących artykułów informacyjnych.

Każdy rekord ma dwie cechy:

• document : Teksty artykułów informacyjnych, rozdzielone specjalnym tokenem "|||||".

• summary : Podsumowanie wiadomości.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem north_east

• Strona główna : https://github.com/Alex-Fabbri/Multi-News

• Kod źródłowy : tfds.datasets.multi_news.Builder

• Wersje :

  • 1.0.0 : Wersja pierwsza.
  • 2.0.0 : [Nie używaj] Zaktualizuj zbiór danych, podając prawidłowe adresy URL.
  • 2.1.0 (domyślnie) nights_stay : Zaktualizuj zbiór danych, dodając poprawne adresy URL. Adresy URL w tej wersji pochodzą z repozytorium zbioru danych HuggingFace, którego administratorem jest ten sam autor: https://huggingface.co/datasets/alexfabbri/multi_news

• Rozmiar pobierania : 721.73 MiB

• Rozmiar zbioru danych : 666.50 MiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

• Struktura funkcji :

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

• Dokumentacja funkcji :

• Klucze nadzorowane (zobacz dokument as_supervised ): ('document', 'summary')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@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}
}