scitldr

SciTLDR专注于科学文献的极端摘要生成，它提供了一个包含5.4K个TLDR摘要和3.2K篇论文的多目标数据集。数据集包含作者撰写和专家生成的TLDR摘要，专家摘要通过一种新颖的标注协议收集，旨在生成高质量摘要并最大限度地减少标注负担。数据集支持摘要生成任务，并以60/20/20的比例划分为训练集、验证集和测试集。数据集中包括论文的摘要、引言和结论（AIC）或全文，以及预先计算的ROUGE基线分数。数据集采用Apache 2.0许可。