SZTAKI-HLT/HunSum-1
收藏Hugging Face2023-01-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/SZTAKI-HLT/HunSum-1
下载链接
链接失效反馈官方服务：
资源简介：
HunSum-1数据集是一个匈牙利语数据集，包含超过110万篇独特的新闻文章及其导语和其他元数据。该数据集的文章来自9个主要的匈牙利新闻网站。支持的任务包括摘要生成和标题生成。数据集的结构包括唯一标识符、文章正文、文章导语、标题、URL、域名、创建日期和标签等字段。数据集分为训练集、验证集和测试集，分别包含1,144,255、1996和1996个实例。
提供机构：
SZTAKI-HLT
原始信息汇总
HunSum-1 数据集概述
数据集描述
数据集总结
HunSum-1 数据集是一个包含超过1.1M篇匈牙利语新闻文章的单语种数据集，涵盖了9个主要匈牙利新闻网站的文章。该数据集不仅包含文章主体，还包括文章的导语、标题及其他元数据。
支持的任务和排行榜
- 摘要生成
- 标题生成
数据集结构
数据字段
uuid: 唯一标识符，字符串类型article: 新闻文章内容，字符串类型lead: 文章导语，字符串类型title: 文章标题，字符串类型url: 文章URL，字符串类型domain: URL域名，字符串类型date_of_creation: 文章创建日期，时间戳类型tags: 文章标签，序列类型
数据分割
HunSum-1 数据集分为三个部分：训练集、验证集和测试集。
| 数据集分割 | 实例数量 |
|---|---|
| 训练集 | 1,144,255 |
| 验证集 | 1,996 |
| 测试集 | 1,996 |
