samsum

• الوصف :

تحتوي مجموعة SAMSum Corpus على أكثر من 16 ألف حوارات دردشة مع ملخصات مشروحة يدويًا.

هناك نوعان من الميزات:

• الحوار: نص الحوار.
• الملخص: الملخص البشري المكتوب للحوار.

• معرف: معرف مثال.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : https://arxiv.org/src/1911.12237v2/anc

• كود المصدر : tfds.datasets.samsum.Builder

• إصدارات :

  • 1.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

• حجم التنزيل : Unknown size

• حجم مجموعة البيانات : 10.71 MiB

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  قم بتنزيل https://arxiv.org/src/1911.12237v2/anc/corpus.7z ، وقم بفك الضغط ووضع train.json و val.json و test.json في دليل فولدر.

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

• هيكل الميزة :

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

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('dialogue', 'summary')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}