JAMUL (JApanese MUlti-Length Headline Corpus)

JAMUL 包含 2017 年 9 月至 2018 年 3 月期间传输的 1,524 篇文章，以及出现在报纸上的标题以及为各种数字媒体制作的文章所附的长度为 10、13 和 26 个字符的标题。这个语料库非常独特的性质是专业编辑为每篇文章创建的大量不同长度的标题。我们期望这将用于评估自动标题生成。

JAMUL is a corpus containing 1,524 articles transmitted between September 2017 and March 2018, along with both headlines that appeared in newspapers and those with lengths of 10, 13, and 26 characters attached to articles produced for various digital media. The unique feature of this corpus is the large number of headlines of varying lengths created by professional editors for each article. We anticipate that this corpus will be used for evaluating automatic headline generation.

搜集汇总

背景与挑战

背景概述

JAMUL是一个日语多长度标题语料库，包含2017年至2018年间的1524篇文章，每篇文章由专业编辑创建了10、13和26个字符的标题，专门用于评估自动标题生成模型。该数据集由东京工业大学等机构于2019年发布。