BookSum

该数据集包含了来自文学领域多个范畴的书籍内容。在进行文档摘要任务时，该数据集要求模型依赖于极其长的上下文跨度及依赖关系。

This dataset contains book content across multiple categories in the literary field. For document summarization tasks, this dataset requires models to rely on extremely long context spans and dependency relationships.

搜集汇总

背景与挑战

背景概述

BookSum是一个用于长文本叙事摘要的数据集集合，专注于文学领域如小说、戏剧和故事，提供段落级、章节级和书籍级三个层次的人工摘要。该数据集旨在挑战摘要系统处理长文档、复杂因果时间依赖和丰富篇章结构的能力，并包含数据收集、清洗和对齐的完整工具链。