arthurmluz/GPTextSum_data-cstnews_results

该数据集包含文本摘要生成任务的相关数据，主要字段包括id、text、summary、gen_summary、rouge、bert和moverScore。其中，rouge字段用于评估文本摘要的质量，包含rouge1、rouge2、rougeL和rougeLsum四个子字段；bert字段用于评估BERT模型的性能，包含f1、hashcode、precision和recall四个子字段。数据集的验证集包含20个样本，文件大小为35556字节。

This dataset is used for text summarization and evaluation, containing multiple features such as id, text, summary, gen_summary, rouge, bert, and moverScore. The rouge and bert features include multiple sub-features. The dataset is divided into a validation split with 20 examples.

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • id: 数据类型为 int64
  • text: 数据类型为 string
  • summary: 数据类型为 string
  • gen_summary: 数据类型为 string
  • rouge: 结构体，包含以下字段:
    • rouge1: 数据类型为 float64
    • rouge2: 数据类型为 float64
    • rougeL: 数据类型为 float64
    • rougeLsum: 数据类型为 float64
  • bert: 结构体，包含以下字段:
    • f1: 序列类型为 float64
    • hashcode: 数据类型为 string
    • precision: 序列类型为 float64
    • recall: 序列类型为 float64
  • moverScore: 数据类型为 float64

• 数据分割:

  • validation: 字节数为 35556，样本数为 20

• 数据集大小:

  • 下载大小: 43970 字节
  • 数据集大小: 35556 字节

配置信息

• 配置名称: default
  • 数据文件:
    • validation: 路径为 data/validation-*

评估指标

• ROUGE 指标:

  • rouge1: 0.3955081290524632
  • rouge2: 0.20128951815252058
  • rougeL: 0.30747537835802
  • rougeLsum: 0.30747537835802

• BERT 指标:

  • precision: 0.7137928068637848
  • recall: 0.7949426531791687
  • f1: 0.7516956090927124