allenai/multinews_sparse_oracle

Multi-News数据集的副本，其中测试集的输入源文档已被稀疏检索器替换。数据集主要用于新闻文章摘要任务，包含训练、验证和测试三个分割。检索管道使用了BM25算法，并通过PyTerrier实现，检索策略为oracle，即检索的文档数量k设置为每个示例的原始输入文档数量。

原始信息汇总

数据集概述

基本信息

• 名称: Multi-News
• 语言: 英语 (en)
• 许可证: 其他 (other)
• 多语言性: 单语 (monolingual)
• 大小: 10K<n<100K
• 来源: 原始 (original)

任务与结构

• 任务类别: 摘要 (summarization)
• 任务ID: news-articles-summarization
• 训练与评估配置:
  • 配置: 默认
  • 任务: 摘要
  • 任务ID: 摘要
  • 分割:
    • 训练分割: train
    • 评估分割: test
  • 列映射:
    • 文档: text
    • 摘要: target
  • 评估指标:
    • 类型: rouge
    • 名称: Rouge

创建者信息

• 标注创建者: 专家生成 (expert-generated)
• 语言创建者: 专家生成 (expert-generated)