arthurmluz/GPTextSum_data-wiki_temario_results

该数据集包含文本摘要生成任务的相关数据，主要特征包括文本（text）、摘要（summary）、生成的摘要（gen_summary）以及用于评估摘要质量的指标（如rouge、bert、moverScore等）。数据集的验证集包含20个样本，文件大小为31786字节。README文件还提供了rouge和bert的具体评估结果，如rouge1、rouge2、rougeL、rougeLsum的得分，以及bert的precision、recall和f1得分。

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • id: 数据类型为 int64
  • text: 数据类型为 string
  • summary: 数据类型为 string
  • gen_summary: 数据类型为 string
  • rouge: 结构体，包含以下字段:
    • rouge1: 数据类型为 float64
    • rouge2: 数据类型为 float64
    • rougeL: 数据类型为 float64
    • rougeLsum: 数据类型为 float64
  • bert: 结构体，包含以下字段:
    • f1: 序列类型为 float64
    • hashcode: 数据类型为 string
    • precision: 序列类型为 float64
    • recall: 序列类型为 float64
  • moverScore: 数据类型为 float64

• 数据分割:

  • validation: 字节数为 31786，样本数为 20

• 数据集大小:

  • 下载大小: 40596 字节
  • 数据集大小: 31786 字节

配置信息

• 默认配置:
  • 数据文件路径: data/validation-*

评估指标

• ROUGE 指标:

  • rouge1: 0.4138915416727407
  • rouge2: 0.21239574315097523
  • rougeL: 0.32579088959468294
  • rougeLsum: 0.32579088959468294

• BERT 指标:

  • precision: 0.7588523745536804
  • recall: 0.7835794538259506
  • f1: 0.769540649652481