KPTimes

关键词生成是预测一组传达源文本主要内容的词汇单元的任务。用于生成关键短语的现有数据集仅适用于学术领域，并且包括非专家注释。在本文中，我们介绍了 KPTimes，这是一个大规模的新闻文本数据集，与编辑器策划的关键词配对。通过探索数据集，我们展示了编辑者如何标记文档，以及它们的注释与现有数据集中的注释有何不同。我们还在 KPTimes 上训练和评估最先进的神经关键词生成模型，以深入了解它们在新闻领域的表现。该数据集可在 https://github.com/ygorg/KPTimes 在线获取。