scicite

• opis :

Jest to zbiór danych służący do klasyfikowania intencji cytowania w artykułach naukowych. Główna etykieta intencji cytowania dla każdego obiektu Json jest określana za pomocą klucza etykiety, podczas gdy kontekst cytowania jest określany za pomocą klucza kontekstu. Przykład:

{
 'string': 'In chacma baboons, male-infant relationships can be linked to both
    formation of friendships and paternity success [30,31].'
 'sectionName': 'Introduction',
 'label': 'background',
 'citingPaperId': '7a6b2d4b405439',
 'citedPaperId': '9d1abadc55b5e0',
 ...
 }

Pełne informacje o artykule można uzyskać, korzystając z dostarczonych identyfikatorów papieru w interfejsie API Semantic Scholar ( https://api.semanticscholar.org/ ).

Etykiety to: Metoda, Tło, Wynik

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem na north_east

• Strona główna : https://github.com/allenai/scicite

• Kod źródłowy : tfds.datasets.scicite.Builder

• Wersje :

  • 1.0.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 22.12 MiB

• Rozmiar zestawu danych : 7.26 MiB

• Automatyczne buforowanie ( dokumentacja ): Tak

• Podziały :

• Struktura funkcji :

FeaturesDict({
    'citeEnd': int64,
    'citeStart': int64,
    'citedPaperId': Text(shape=(), dtype=string),
    'citingPaperId': Text(shape=(), dtype=string),
    'excerpt_index': int32,
    'id': Text(shape=(), dtype=string),
    'isKeyCitation': bool,
    'label': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'label2': ClassLabel(shape=(), dtype=int64, num_classes=4),
    'label2_confidence': float32,
    'label_confidence': float32,
    'sectionName': Text(shape=(), dtype=string),
    'source': ClassLabel(shape=(), dtype=int64, num_classes=7),
    'string': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

• Nadzorowane klucze (zobacz as_supervised doc ): ('string', 'label')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@InProceedings{Cohan2019Structural,
  author={Arman Cohan and Waleed Ammar and Madeleine Van Zuylen and Field Cady},
  title={Structural Scaffolds for Citation Intent Classification in Scientific Publications},
  booktitle="NAACL",
  year="2019"
}