gopalkalpande/bbc-news-summary

该数据集用于提取式文本摘要，包含2004年至2005年间BBC的417篇政治新闻文章，存放在News Articles文件夹中。每篇文章在Summaries文件夹中提供了五个摘要。文章的第一句话是相应的标题。数据集基于D. Greene和P. Cunningham的论文中使用的数据集创建，原始数据版权归BBC所有。

原始信息汇总

数据集概述

数据集内容

• 类型: 抽取式文本摘要数据集
• 来源: BBC新闻网站
• 时间范围: 2004年至2005年
• 文章数量: 417篇政治新闻文章
• 文章存储位置: News Articles文件夹
• 摘要数量: 每篇文章对应5篇摘要
• 摘要存储位置: Summaries文件夹
• 文章结构: 每篇文章的第一句为标题

数据集用途

• 目的: 用于抽取式文本摘要研究
• 特点: 通过选择重要信息并剔除不重要和冗余信息，将大量信息压缩成简洁形式
• 方法: 使用某种方法为句子打分，并使用得分最高的句子作为摘要
• 优势: 生成过程计算量较小，无需监督，语言独立
• 局限: 摘要可能不够流畅，相邻句子间可能缺乏连贯性

版权与许可

• 版权归属: 所有内容版权归BBC所有
• 使用许可: CC0-1.0