arthurmluz/temario_data-wiki_gptextsum_results

该数据集包含文本生成任务的相关数据，主要用于评估生成文本的质量。数据集包含id、原始文本（text）、参考摘要（summary）、生成摘要（gen_summary）以及用于评估生成质量的rouge和bert指标。rouge指标包括rouge1、rouge2、rougeL和rougeLsum，bert指标包括precision、recall和f1。数据集仅包含一个验证集，共有25个样本。

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 string
  • 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

• 数据分割:

  • validation: 字节数为 208005，样本数为 25

• 数据集大小:

  • 下载大小: 164069 字节
  • 数据集大小: 208005 字节

配置信息

• 配置名称: default
  • 数据文件:
    • validation: 路径为 data/validation-*

评估指标

• ROUGE 指标:

  • rouge1: 0.21036975294101332
  • rouge2: 0.07970392536191843
  • rougeL: 0.1477604081207584
  • rougeLsum: 0.1477604081207584

• BERT 指标:

  • precision: 0.7488837575912476
  • recall: 0.6433243179321289
  • f1: 0.6917135095596314