Wikipedia 发布 WikiSum 数据集, 应用在 自然语言处理、多文档摘要 领域

Wikipedia 本次发布的数据集 WikiSum, 该数据集包含了维基百科文章及其来源参考文献，主要用于多文档摘要任务。平均而言，每个输入包含525个段落，每个段落有70.1个词汇，目标摘要的平均长度为139.4个词汇。该数据集的规模为：训练实例1579360个，验证实例38144个，测试实例38205个，所涉及的任务是多文档摘要。

查看WikiSum

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。