arthurmluz/xlsum_data-xlsum_cstnews_1024_results

该数据集名为xlsum_data-xlsumm_cstnews_1024_results，包含多种文本特征，如文章的id、url、标题、摘要、全文和自动生成的摘要等。此外，还提供了文本摘要质量的评估指标，包括rouge分数和bert分数，以及moverScore。数据集被分割为验证集，包含7175个例子，总大小为28015420字节。

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• url: 字符串类型
• title: 字符串类型
• summary: 字符串类型
• text: 字符串类型
• gen_summary: 字符串类型
• rouge: 结构体类型
  • rouge1: 浮点数类型
  • rouge2: 浮点数类型
  • rougeL: 浮点数类型
  • rougeLsum: 浮点数类型
• bert: 结构体类型
  • f1: 浮点数序列类型
  • hashcode: 字符串类型
  • precision: 浮点数序列类型
  • recall: 浮点数序列类型
• moverScore: 浮点数类型

数据分割

• validation:
  • 字节数: 28015420
  • 样本数: 7175

数据大小

• 下载大小: 17143190
• 数据集大小: 28015420

配置

• default:
  • 数据文件:
    • 分割: validation
    • 路径: data/validation-*

评估指标

• rouge:
  • rouge1: 0.2759461774292122
  • rouge2: 0.09432308277095043
  • rougeL: 0.18435043787434557
  • rougeLsum: 0.18435043787434557
• bert:
  • precision: 0.6937206263243114
  • recall: 0.7438775094544016
  • f1: 0.7174445173050884
• mover: 0.5946254344345815