alexander-llm-people-daily-summarization
收藏魔搭社区2025-12-12 更新2025-11-29 收录
下载链接：
https://modelscope.cn/datasets/siliconflow/alexander-llm-people-daily-summarization
下载链接
链接失效反馈官方服务：
资源简介：
# PeopleDaily_Summarization
A Chinese news summarization dataset constructed from People's Daily articles.
This dataset covers articles from **2021 to 2025**, with a total of **110,301** samples after deduplication and preprocessing.
## Source
This dataset is derived from the Kaggle dataset:
- **Renmindaily (People's Daily)**
https://www.kaggle.com/datasets/concyclics/renmindaily/data
The original Kaggle dataset is released under the **Creative Commons CC0 1.0 Universal** license.
## Description
Based on the original Renmindaily dataset, we perform the following processing steps:
- Remove duplicates by article content
- Clean and normalize article text where appropriate
- Combine `date`, `title`, and `content` into a single prompt
- Construct a summarization-style user message
- Reformat the data into OpenAI Batch–compatible JSONL, with each line containing a `/v1/chat/completions` request body.
This dataset is intended for benchmarking and evaluating Chinese news summarization models on People's Daily–style articles.
## License
This derived dataset is released under the **Creative Commons CC0 1.0 Universal** license:
- CC0 1.0 Universal (Public Domain Dedication)
https://creativecommons.org/publicdomain/zero/1.0/
# 人民日报摘要数据集（PeopleDaily_Summarization）
本数据集为基于人民日报文章构建的中文新闻摘要数据集，涵盖2021年至2025年的新闻文本，经去重与预处理后总计包含110,301条样本。
## 数据集来源
本数据集衍生自Kaggle平台上的如下数据集：
- **Renmindaily（人民日报）**
数据集链接：https://www.kaggle.com/datasets/concyclics/renmindaily/data
原始Kaggle数据集采用**知识共享CC0 1.0 通用版（Creative Commons CC0 1.0 Universal）**许可协议发布。
## 数据集说明
本数据集基于原始Renmindaily数据集开展如下预处理流程：
- 基于文章内容去除重复样本
- 对文章文本进行适度清洗与规范化处理
- 将`date`（日期）、`title`（标题）与`content`（正文内容）整合为单条提示词（prompt）
- 构建面向摘要任务的用户交互消息
- 将数据重新格式化为适配OpenAI批量处理（OpenAI Batch）的JSONL格式，每行均包含一个`/v1/chat/completions`接口的请求体。
本数据集旨在针对人民日报风格的中文新闻文本，开展中文新闻摘要模型的基准测试与性能评估工作。
## 许可协议
本衍生数据集采用**知识共享CC0 1.0 通用版（Creative Commons CC0 1.0 Universal）**许可协议发布：
- CC0 1.0 通用版（公有领域奉献协议，Public Domain Dedication）
链接：https://creativecommons.org/publicdomain/zero/1.0/
提供机构：
maas
创建时间：
2025-11-28
