longAtSJSU/reversedDataset

SAMSum Corpus是一个用于对话摘要任务的英语数据集，包含对话和对应的摘要。数据集规模在10K到100K之间，特征包括id、dialogue和summary，分别表示对话的唯一标识、对话内容和摘要内容。数据集分为训练集和验证集，训练集包含14732个样本，验证集包含818个样本。数据集的创建方式为专家生成，来源为原始数据，且为单语言（英语）数据集。

原始信息汇总

数据集概述

基本信息

• 数据集名称: SAMSum Corpus
• 许可证: CC BY-NC-ND 4.0
• 语言: 英语
• 多语言性: 单语种
• 数据规模: 10K<n<100K

任务类别

• 文本摘要

数据集特征

• 特征列表:
  • id: 字符串类型
  • dialogue: 字符串类型
  • summary: 字符串类型

数据集配置

• 配置名称: samsum

数据集分割

• 训练集:
  • 字节数: 9479141
  • 样本数: 14732
• 验证集:
  • 字节数: 516431
  • 样本数: 818

数据集大小

• 下载大小: 2944100
• 数据集大小: 10530064

训练与评估索引

• 配置: samsum
• 任务: 文本摘要
• 任务ID: 文本摘要
• 评估分割: 测试集
• 列映射:
  • dialogue: text
  • summary: target