EMNLP 发布 LongSumm 数据集, 应用在 文本摘要、自然语言处理 领域

EMNLP 本次发布的数据集 LongSumm, 该数据集包含了1705个抽取式摘要和531个抽象式摘要，这些摘要均来自于自然语言处理和机器学习领域的科学论文。黄金摘要（即标准摘要）的平均长度为767个词元。该数据集基于自然语言处理和机器学习研究者的视频演讲和博客文章编制而成。其规模包括1705个抽取式摘要、531个抽象式摘要以及22篇盲测论文，任务是对科学论文进行摘要总结。

查看LongSumm

README 内容： 

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。