TalTechNLP/samsum_ee

SamSum EE是一个爱沙尼亚语的对话摘要数据集，它是samsum数据集的机器翻译子集。该数据集包含对话和摘要的文本，分别有爱沙尼亚语和英语版本。数据集的结构包括id、dialogue、summary、en_dialogue和en_summary五个字段。数据集分为训练集、测试集和验证集三个部分，分别包含14732、819和818个样本。

原始信息汇总

数据集概述

数据集摘要

SamSum EE 是一个爱沙尼亚语对话摘要数据集，是 samsum 数据集的机器翻译子集。

支持的语言

• 爱沙尼亚语

数据结构

数据字段

• id: 数据点的唯一标识符。
• dialogue: 爱沙尼亚语的对话记录。
• summary: 爱沙尼亚语的对话摘要。
• en_dialogue: 英语的对话记录。
• en_summary: 英语的对话摘要。

数据分割

• train: 包含 14732 个样本，大小为 18445826 字节。
• test: 包含 819 个样本，大小为 1091645 字节。
• validation: 包含 818 个样本，大小为 1059869 字节。

数据集大小

• 下载大小: 13190777 字节
• 数据集大小: 20597340 字节