莫拉图大学 发布 M2DS 数据集, 应用在 多语言处理、多文档摘要 领域

莫拉图大学 本次发布的数据集 M2DS, M2DS数据集由莫拉图大学计算机科学与工程系的研究团队创建，是全球首个多文档摘要的多语言数据集。该数据集包含从2010年至2023年BBC发布的文章及其摘要，涵盖英语、日语、韩语、泰米尔语和僧伽罗语五种语言，共计18万条数据。数据集的创建过程包括从M3LS数据集中提取链接、手动验证文章质量和相关性等步骤。M2DS数据集旨在促进多语言环境下多文档摘要技术的研究，特别是在低资源语言的处理上，为全球语言多样性的信息处理提供支持。

查看M2DS

Dataset card 内容： 

Files and versions 内容： 

关于 莫拉图大学 , 莫拉图大学位于斯里兰卡，是一所综合性大学，提供包括计算机科学与工程在内的多个学科的教育和研究。

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。