sarokhatch/samsum

该数据集包含对话和摘要信息，适用于对话生成或摘要生成任务。数据集分为训练集、测试集和验证集，分别包含14732、819和818个样本。每个样本包含id、dialogue和summary三个特征。

This dataset contains dialogue and summary information, suitable for dialogue generation or summarization tasks. The dataset is divided into training, test, and validation sets, containing 14732, 819, and 818 samples respectively. Each sample includes three features: id, dialogue, and summary.

原始信息汇总

数据集概述

数据集特征

• id: 字符串类型
• dialogue: 字符串类型
• summary: 字符串类型

数据集划分

• train:
  • 字节数: 9479117
  • 样本数: 14732
• test:
  • 字节数: 534480
  • 样本数: 819
• validation:
  • 字节数: 516419
  • 样本数: 818

数据集大小

• 下载大小: 6737198 字节
• 数据集总大小: 10530016 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*
    • validation: data/validation-*