有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
LCSTS|文本摘要数据集|自然语言处理数据集
收藏OpenDataLab2025-04-05 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/LCSTS
下载链接
链接失效反馈资源简介：
自动文本摘要被广泛认为是一个高度困难的问题，部分原因是缺乏大型文本摘要数据集。由于构建大规模全文摘要的巨大挑战，我们介绍了从中国微博网站新浪微博构建的大规模中文短文本摘要数据集。该语料库包含超过 200 万条真实的中文短文本，每个文本的作者都给出了简短的摘要。我们还手动标记了 10,666 个简短摘要及其相应短文本的相关性。在语料库的基础上，我们引入循环神经网络进行摘要生成并取得了可喜的结果，这不仅表明了所提出的语料库对短文本摘要研究的有用性，而且为该主题的进一步研究提供了基线。
提供机构：
OpenDataLab
创建时间：
2022-08-16
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
CatMeows
该数据集包含440个声音样本，由21只属于两个品种（缅因州库恩猫和欧洲短毛猫）的猫在三种不同情境下发出的喵声组成。这些情境包括刷毛、在陌生环境中隔离和等待食物。每个声音文件都遵循特定的命名约定，包含猫的唯一ID、品种、性别、猫主人的唯一ID、录音场次和发声计数。此外，还有一个额外的zip文件，包含被排除的录音（非喵声）和未剪辑的连续发声序列。
huggingface 收录
中国农村金融统计数据
该数据集包含了中国农村金融的统计信息，涵盖了农村金融机构的数量、贷款余额、存款余额、金融服务覆盖率等关键指标。数据按年度和地区分类，提供了详细的农村金融发展状况。
www.pbc.gov.cn 收录
FER2013
FER2013数据集是一个广泛用于面部表情识别领域的数据集，包含28,709个训练样本和7,178个测试样本。图像属性为48x48像素，标签包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中性。
github 收录
MedDialog
MedDialog数据集（中文）包含了医生和患者之间的对话（中文）。它有110万个对话和400万个话语。数据还在不断增长，会有更多的对话加入。原始对话来自好大夫网。
github 收录
Titanic Dataset
Titanic Data Analysis: A Journey into Passenger Profiles and Survival Dynamics
kaggle 收录