giuliadc/orangesum_filtered
收藏Hugging Face2024-06-28 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/giuliadc/orangesum_filtered
下载链接
链接失效反馈官方服务：
资源简介：
OrangeSum数据集经过Aumiller等人的代码过滤，主要用于法语摘要生成任务。数据集规模在10K到100K之间，确保摘要的抽象性，具体过滤条件包括摘要最小长度为18，参考文本最小长度为250，长度度量标准为whitespace，且摘要与原文的双字母重叠分数小于0.65。此外，还对文章和摘要中的标点符号和换行符进行了处理，确保每个句点后跟大写字母时插入空格，并移除所有换行符。
OrangeSum数据集经过Aumiller等人的代码过滤，主要用于法语摘要生成任务。数据集规模在10K到100K之间，确保摘要的抽象性，具体过滤条件包括摘要最小长度为18，参考文本最小长度为250，长度度量标准为whitespace，且摘要与原文的双字母重叠分数小于0.65。此外，还对文章和摘要中的标点符号和换行符进行了处理，确保每个句点后跟大写字母时插入空格，并移除所有换行符。
提供机构：
giuliadc
