XSum

Extreme Summarization (XSum) 数据集是用于评估抽象单文档摘要系统的数据集。目标是创建一个简短的、一句话的新摘要来回答“这篇文章是关于什么的？”这个问题。该数据集由 226,711 篇新闻文章组成，并附有一句话摘要。这些文章收集自 BBC 文章（2010 年至 2017 年），涵盖了广泛的领域（例如，新闻、政治、体育、天气、商业、技术、科学、健康、家庭、教育、娱乐和艺术）。官方随机拆分分别包含训练、验证和测试集中的 204,045 (90%)、11,332 (5%) 和 11,334 (5) 个文档。