哈尔滨工业大学 发布 LCSTS 数据集, 应用在 中文短文本摘要、深度学习 领域

哈尔滨工业大学 本次发布的数据集 LCSTS, LCSTS是一个大规模的中文短文本摘要数据集，由哈尔滨工业大学深圳研究生院智能计算研究中心创建。该数据集包含超过240万条来自新浪微博的真实中文短文本及其作者提供的简短摘要。数据集的创建过程涉及从新浪微博中爬取验证组织用户的微博，通过人工规则过滤和清洗数据，确保数据质量。LCSTS数据集主要用于支持短文本摘要研究，特别是通过深度学习方法如循环神经网络进行摘要生成，旨在解决自动文本摘要这一高难度问题。

查看LCSTS

关于 哈尔滨工业大学 , 哈尔滨工业大学（Harbin Institute of Technology，简称HIT）是中国著名的理工科大学，位于黑龙江省哈尔滨市，是中华人民共和国工业和信息化部直属的全国重点大学，位列国家“双一流”、“985工程”、“211工程”重点建设高校。学校以工科为主，涵盖理、工、管、文、经、法、艺等多学科门类，培养了大量高素质人才，尤其在航天、机械、材料、计算机等领域具有显著优势。

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。