BookSum

BookSum 是用于长篇叙事摘要的数据集集合。该数据集涵盖了来自文学领域的源文档，例如小说、戏剧和故事，并包括高度抽象的人工书面摘要，其难度越来越高，分为三个粒度级别：段落级、章节级和书籍级。该数据集的领域和结构对摘要系统提出了一系列独特的挑战，其中包括：处理非常长的文档、非平凡的因果和时间依赖性以及丰富的话语结构。 BookSum 包含 142,753 段、12,293 章和 436 本书的摘要。