DUC 2004

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。

The DUC2004 dataset is a document summarization dataset designed and utilized solely for testing purposes. It comprises 500 news articles, each accompanied by four human-written summaries. Specifically, it contains 50 Text Retrieval Conference (TREC) document clusters sourced from the following collections: the AP Newswire (1998–2000), The New York Times Newswire (1998–2000), and Xinhua News Agency (English Edition) (1996–2000). On average, each cluster holds 10 documents.

搜集汇总

背景与挑战

背景概述

DUC 2004是一个专为测试设计的文档摘要数据集，包含500篇新闻文章，每篇配有4个人工撰写的摘要。该数据集由50个文档集群组成，每个集群平均10个文档，来源包括AP新闻专线、纽约时报通讯社和新华社的英文报道。