• Descrição :

Conjunto de dados multi-notícias

O Multi-News consiste em artigos de notícias e resumos escritos por humanos desses artigos do site de notícias newser.com . Cada resumo é escrito profissionalmente por editores e inclui links para os artigos originais citados.

Este é o primeiro conjunto de dados em larga escala para sumarização de múltiplos documentos em artigos de notícias.

Cada registro tem duas características:

• document : Textos de artigos de notícias, separados pelo token especial "|||||".

• summary : Resumo das notícias.

• Documentação adicional : Explore em Papers With Code north_east

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

• Código fonte : tfds.datasets.multi_news.Builder

• Versões :

  • 1.0.0 : Versão inicial.
  • 2.0.0 : [Não usar] Atualizar o conjunto de dados com URLs válidas.
  • 2.1.0 (padrão) nights_stay : Atualiza o conjunto de dados com os URLs corretos. Os URLs nesta versão vêm do repositório de conjuntos de dados do HuggingFace, que é organizado pelo mesmo autor: https://huggingface.co/datasets/alexfabbri/multi_news

• Tamanho do download : 721.73 MiB

• Tamanho do conjunto de dados : 666.50 MiB

• Cache automático ( documentação ): Não

• Divisões :

• Estrutura de recursos :

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

• Documentação de recursos :

• Chaves supervisionadas (consulte o documento as_supervised ): ('document', 'summary')

• Figura ( tfds.show_examples ): Não suportado.

• Exemplos ( tfds.as_dataframe ):

• Citação :

@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}
}