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。

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。