abhilashpotluri/lfqa_summary

该数据集包含用于长形式问答摘要的数据。数据集中的每个实例都是来自ELI5、WebGPT和NQ三个数据源的问题和长形式答案对。每个实例都是一个JSON字典，包含多个字段，如问题、答案段落、答案句子列表、摘要句子索引等。数据集还提供了训练、开发和测试的分割。

原始信息汇总

数据集概述

数据集描述

数据集总结

• 名称: LFQA Summary
• 内容: 包含长形式问答的摘要数据。
• 语言: 英语

数据集结构

数据实例

• 格式: 每个实例为(问题, 长形式答案)对，来自三个数据源：ELI5, WebGPT, 和 NQ。

数据字段

• 类型: JSON字典格式
• 字段:
  • type: 注释类型，值为summary。
  • dataset: 所属数据集，值为NQ, ELI5, Web-GPT之一。
  • q_id: 问题ID。
  • a_id: 答案ID。
  • question: 问题文本。
  • answer_paragraph: 答案段落。
  • answer_sentences: 答案句子的列表，从答案段落分词得到。
  • summary_sentences: 摘要句子索引列表。
  • is_summary_count: 选择该句子作为摘要的注释者计数列表。
  • is_summary_1, is_summary_2, is_summary_3: 分别表示三个注释者是否选择对应句子作为摘要的布尔值列表。

数据分割

• 分割: 提供训练/开发/测试集。

附加信息

许可信息

• 许可: CC-BY-SA-4.0
• 链接: https://creativecommons.org/licenses/by-sa/4.0/legalcode

引用信息

@inproceedings{TODO, title = {Concise Answers to Complex Questions: Summarization of Long-Form Answers}, author = {Potluri,Abhilash and Xu, Fangyuan and Choi, Eunsol}, year = 2023, booktitle = {Proceedings of the Annual Meeting of the Association for Computational Linguistics}, note = {Long paper} }