arthurmluz/GPTextSum_data-xlsum_cstnews_1024_results

数据集GPTextSum_data-xlsumm_cstnews_1024_results包含多个特征，如id、text、summary、gen_summary、rouge和bert等。rouge特征包含rouge1、rouge2、rougeL和rougeLsum四个子特征，bert特征包含f1、hashcode、precision和recall四个子特征。数据集仅包含一个验证集，包含20个样本，文件大小为30182字节。此外，README还提供了rouge和bert的评分结果。

数据集GPTextSum_data-xlsumm_cstnews_1024_results包含多类特征字段，例如标识符id、原文text、人工摘要summary、生成摘要gen_summary、ROUGE（rouge）指标以及BERT（bert）相关特征等。其中ROUGE（rouge）指标特征包含rouge1、rouge2、rougeL与rougeLsum四个子特征；BERT（bert）相关特征则涵盖F1值（f1）、哈希码（hashcode）、精确率（precision）与召回率（recall）四个子特征。该数据集仅设置一个验证集，共计20个样本，文件总容量为30182字节。此外，配套的README文件还提供了ROUGE与BERT相关的评分结果。

原始信息汇总

数据集概述

数据集信息

特征

• id: 数据类型为 int64
• text: 数据类型为 string
• summary: 数据类型为 string
• gen_summary: 数据类型为 string
• rouge: 结构体，包含以下字段：
  • rouge1: 数据类型为 float64
  • rouge2: 数据类型为 float64
  • rougeL: 数据类型为 float64
  • rougeLsum: 数据类型为 float64
• bert: 结构体，包含以下字段：
  • f1: 序列类型为 float64
  • hashcode: 数据类型为 string
  • precision: 序列类型为 float64
  • recall: 序列类型为 float64
• moverScore: 数据类型为 float64

数据分割

• validation: 包含 20 个样本，总字节数为 30182

数据集大小

• 下载大小: 37156 字节
• 数据集大小: 30182 字节

配置

• default: 包含 validation 数据文件，路径为 data/validation-*

评估指标

• rouge:
  • rouge1: 0.42328596861870976
  • rouge2: 0.20509969476992213
  • rougeL: 0.32990453663237673
  • rougeLsum: 0.32990453663237673
• bert:
  • precision: 0.7561025887727737
  • recall: 0.7690637379884719
  • f1: 0.7619699746370315