DUC 2004 Dataset

DUC2004 数据集是用于文档摘要的数据集。仅为测试而设计和使用。它由 500 篇新闻文章组成，每篇文章都配有四个人工撰写的摘要。具体来说，它由来自以下集合的 50 个文本检索会议 (TREC) 文档集群组成：AP 新闻专线，1998-2000；纽约时报通讯社，1998-2000；新华社（英文版），1996-2000。每个集群平均包含 10 个文档。