CiteSum

kaggle2022-06-24 更新2024-03-07 收录

科学文献摘要

低资源领域适应

数据链接：

https://www.kaggle.com/datasets/nbroad/cite-sum 数据链接链接失效反馈

官方服务：

资源简介：

Citation Text-guided Scientific Extreme Summarization/low-resource Domain Adapt

引文文本引导的科学文献极端摘要生成/低资源领域自适应

创建时间：

2022-06-24

allenai/scitldr

自然语言处理

科学文献摘要

SciTLDR是一个用于科学文档极端摘要的多目标数据集，包含5.4K个TLDR（Too Long; Didnt Read）摘要，覆盖3.2K篇论文。数据集包含作者撰写的和专家导出的TLDR，后者通过一种新颖的注释协议收集，以最小化注释负担的同时生成高质量的摘要。数据集支持的任务是摘要生成，语言为英语。数据集结构包括训练集、验证集和测试集，数据字段包括源文本、源标签、预计算的ROUGE分数、论文ID

Hugging Face2023-01-25 更新340

ali5341/scitldr-chat-format

科学文献摘要

指令微调

SciTLDR Chat-Format数据集是一个用于摘要SFT的聊天格式准备数据集。它基于`allenai/scitldr`数据集，专注于科学论文的极端摘要（TLDR生成）。数据集包含训练和验证文件，支持多种目标策略（如`target-policy first`和`target-policy all`）。每个JSONL行包含`messages`（用户指令、论文标题和内容，以及助理的TLDR摘要句

Hugging Face2026-04-30 更新110

YashaP/tinyscitldr

科学文献摘要

文本生成

--- dataset_info: features: - name: instruction dtype: string - name: output sequence: string splits: - name: train num_bytes: 1368087 num_examples: 1000 download_size: 737

Hugging Face2023-12-29 更新80

US NSF Biology Awards Abstracts

生物学

科学文献摘要

US National Science Foundation Public Abstracts Jan2018- Dec2020 - Biology

kaggle2021-07-16 更新200

Corpus of Highlights Section

科学文献摘要

跨学科研究

The corpus consists of highlights from 300 articles randomly collected from four subject disciplines representing the hard sciences, Chemistry (CH) and Computer Sciences (CS) and the soft sciences, Li

Mendeley Data2024-03-27 更新80

CiteSum

资源简介：

相关数据集