罗马尼亚布加勒斯特理工大学 发布 RoLargeSum 数据集, 应用在 自然语言处理、文本摘要 领域

罗马尼亚布加勒斯特理工大学 本次发布的数据集 RoLargeSum, RoLargeSum是一个针对罗马尼亚语的大规模摘要生成数据集，由罗马尼亚和摩尔多瓦的多个公开新闻网站爬取并清洗而成。该数据集包含超过615,679条新闻文章及其对应的摘要、标题、关键词、方言和其他元数据。数据集的创建过程包括从多个新闻网站爬取数据，并通过多种过滤技术进行清洗。RoLargeSum主要应用于自然语言处理中的文本摘要生成任务，旨在解决多语言环境下摘要生成模型的开发和评估问题。

查看RoLargeSum

README 内容： 

关于 罗马尼亚布加勒斯特理工大学 , 罗马尼亚布加勒斯特理工大学是罗马尼亚的一所著名理工科大学，位于首都布加勒斯特，提供广泛的工程和技术学科的教育和研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。