OrangeSum
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/OrangeSum
下载链接
链接失效反馈官方服务：
资源简介：
OrangeSum 是一个单文档极端摘要数据集，具有两个任务：标题和摘要。标题和摘要任务的基本事实摘要平均长度分别为 11.42 和 32.12 个单词，而文档大小分别为 315 和 350 个单词。_x000D_
_x000D_
OrangeSum 的动机是将 XSum 数据集的法语等价物放在一起。_x000D_
_x000D_
与历史上的 CNN、DailyMail 和 NY Times 数据集不同，OrangeSum 需要模型显示高度抽象性才能表现良好。 OrangeSum 是通过从 Orange Actu 网站上抓取文章及其标题和摘要创建的。_x000D_
_x000D_
刮掉的页面涵盖了从 2011 年 2 月到 2020 年 9 月的近十年，分为五个主要类别：法国、世界、政治、汽车和社会。社会类别本身分为 8 个子类别：健康、环境、人、文化、媒体、高科技、不正常（法语中的“insolite”）和杂项。
提供机构：
OpenDataLab
创建时间：
2022-05-23
搜集汇总
数据集介绍
背景与挑战
背景概述
OrangeSum是一个单文档极端摘要数据集，包含标题和摘要两个任务，平均摘要长度分别为11.42和32.12个单词，文档长度约315-350个单词。该数据集旨在构建法语版的XSum，要求模型具备高度抽象能力，数据来源于2011年至2020年间Orange Actu网站的文章，涵盖法国、世界、政治、汽车和社会等多个类别。
以上内容由遇见数据集搜集并总结生成
