Hellisotherpeople/DebateSum

DebateSum是一个大规模的辩论挖掘和摘要数据集，包含187328个辩论文档、论点（可视为抽象摘要或查询）、词级摘要、引用和相关元数据，按主题年份组织。该数据集适用于自然语言处理系统的分析，主要用于问题回答、摘要、文本检索和文本生成等任务。数据集以CSV文件格式分发，并提供了下载链接和重新生成数据集的步骤。

原始信息汇总

DebateSum数据集概述

基本信息

• 名称: DebateSum
• 描述: 一个大规模的论点挖掘和摘要数据集
• 语言: 英语 (en-US)
• 许可证: MIT
• 多语言性: 单语
• 大小: 100K<n<1M
• 来源: 原始数据

数据内容

• 包含: 187,328个辩论文档，论点（可视为摘要或查询），词级抽取摘要，引用和相关元数据，按主题-年份组织

任务类别

• 问题回答
• 摘要
• 文本检索
• 文本生成

具体任务

• 抽象问答 (abstractive-qa)
• 文档检索 (document-retrieval)
• 抽取问答 (extractive-qa)

下载

• 数据格式: CSV
• 下载链接: 这里

标签

• 条件文本生成 (conditional-text-generation)

搜集汇总

背景与挑战

背景概述

DebateSum是一个大规模论证挖掘和摘要数据集，专注于英语辩论文档，包含超过24万行数据，涵盖完整文档、提取摘要、抽象摘要和引用信息。该数据集适用于自然语言处理任务，如问答、摘要和文本检索，并提供了丰富的元数据（如辩论营、标签和年份）以支持深入分析。其特点在于结合了论证挖掘与摘要生成，为研究辩论结构和内容总结提供了结构化资源。