• Keterangan :

Kumpulan Data Multi-Berita

Multi-News terdiri dari artikel berita dan ringkasan artikel yang ditulis tangan dari situs berita newser.com . Setiap ringkasan ditulis secara profesional oleh editor dan menyertakan tautan ke artikel asli yang dikutip.

Ini adalah kumpulan data berskala besar pertama untuk peringkasan multi-dokumen pada artikel berita.

Setiap rekaman memiliki dua fitur:

• document : Teks artikel berita, dipisahkan oleh token khusus "|||||".

• summary : Ringkasan berita.

• Dokumentasi Tambahan : Jelajahi di Papers With Code north_east

• Beranda : https://github.com/Alex-Fabbri/Multi-News

• Kode sumber : tfds.datasets.multi_news.Builder

• Versi :

  • 1.0.0 : Rilis awal.
  • 2.0.0 : [Jangan gunakan] Perbarui dataset dengan URL yang valid.
  • 2.1.0 (default) nights_stay : Perbarui dataset dengan URL yang benar. URL dalam versi ini berasal dari repositori dataset HuggingFace, yang dikurasi oleh penulis yang sama: https://huggingface.co/datasets/alexfabbri/multi_news

• Ukuran unduhan : 721.73 MiB

• Ukuran kumpulan data : 666.50 MiB

• Cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

FeaturesDict({
    'document': Text(shape=(), dtype=string),
    'summary': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat dokumen as_supervised ): ('document', 'summary')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):

• Kutipan :

@misc{alex2019multinews,
    title={Multi-News: a Large-Scale Multi-Document Summarization Dataset and Abstractive Hierarchical Model},
    author={Alexander R. Fabbri and Irene Li and Tianwei She and Suyi Li and Dragomir R. Radev},
    year={2019},
    eprint={1906.01749},
    archivePrefix={arXiv},
    primaryClass={cs.CL}
}