海德堡大学 发布 EUR-Lex-Sum 数据集, 应用在 法律摘要、多语种数据 领域

海德堡大学 本次发布的数据集 EUR-Lex-Sum, EUR-Lex-Sum是一个基于欧洲联盟法律平台EUR-Lex的法律行为手动精选摘要的多语种和跨语种数据集。该数据集包含24种官方欧洲语言的跨语种段落对齐数据，每种语言最多有1,500对文档/摘要，其中375对是跨语言对齐的。数据集的创建旨在解决法律领域长文档摘要的挑战，特别是在多语种和跨语种设置中的应用。创建过程中，数据从EUR-Lex平台获取，经过筛选和处理，确保了数据的质量和多样性。该数据集适用于评估和研究特定领域的跨语种摘要生成，尤其是在处理长文档时的应用。

查看EUR-Lex-Sum

README 内容： 

关于 海德堡大学 , 海德堡大学是德国最古老的大学之一，成立于1386年，位于德国海德堡市。该大学在多个学科领域享有盛誉，尤其在医学、自然科学和人文科学方面具有显著的研究和教学成就。

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。