arthurmluz/cstnews_data-xlsum_cstnews_results

该数据集名为cstnews_data-xlsumm_cstnews_results，包含文本摘要生成任务的相关数据。数据集的特征包括id、text、summary、gen_summary、rouge、bert和moverScore。其中，rouge和bert字段具有嵌套结构，分别包含多个子字段。数据集仅包含一个验证集（validation），大小为56,672字节，包含16个样本。README中还提供了rouge、bert和moverScore的评估结果。

原始信息汇总

数据集概述

数据集信息

• 特征列表:

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

• 数据分割:

  • validation: 字节数为 56672，样本数为 16

• 数据集大小:

  • 下载大小: 54739 字节
  • 实际大小: 56672 字节

配置信息

• 默认配置:
  • 数据文件:
    • validation: 路径为 data/validation-*

评估指标

• ROUGE 指标:

  • rouge1: 0.5498543272343877
  • rouge2: 0.37081395676717904
  • rougeL: 0.4140737044829083
  • rougeLsum: 0.4140737044829083

• BERT 指标:

  • precision: 0.8062506914138794
  • recall: 0.8010864742100239
  • f1: 0.8028265088796616

• MoverScore:

  • 0.6432560342837185