yhavinga/xsum_dutch

Extreme Summarization (XSum)荷兰语数据集是英文数据集XSum的荷兰语翻译版本。该数据集主要用于新闻文章摘要任务，包含三个特征：文档（输入新闻文章）、摘要（文章的一句话摘要）和ID（文章的BBC ID）。数据集的结构包括训练集、验证集和测试集，分别包含204045、11332和11334个实例。数据集的创建和注释过程未详细描述，但提到了使用Google的TPU Research Cloud进行翻译。

原始信息汇总

数据集概述

数据集名称

• 名称: Extreme Summarization (XSum) in Dutch
• 别名: xsum_dutch

语言

• 语言: Dutch (nl)

任务类别

• 任务类别: summarization
• 任务ID: news-articles-summarization

训练与评估索引

• 配置: default
• 任务: summarization
• 任务ID: summarization
• 数据分割:
  • 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

数据集结构

数据实例

• 示例:

  { "document": "some-body", "id": "29750031", "summary": "some-sentence" }

数据字段

• 文档: 字符串类型
• 摘要: 字符串类型
• ID: 字符串类型

数据分割

名称	训练	验证	测试
default	204045	11332	11334

数据集特征

• 文档: 输入的新闻文章
• 摘要: 文章的一句摘要
• ID: 文章的BBC ID

数据集大小

• 下载数据集文件大小: 245.38 MB
• 生成数据集大小: 507.60 MB
• 总磁盘使用量: 752.98 MB