Gabriel/pubmed_swe

瑞典版PubMed数据集是通过机器翻译从英文版PubMed数据集转换而来，旨在改进瑞典语摘要生成任务的下游微调。数据集包含文档和摘要两个字段，数据分割与原始英文版相同，仅包含训练集，共有90,000个实例。

The Swedish PubMed Dataset is constructed via machine translation from the English-language PubMed dataset, and is aimed at improving downstream fine-tuning for Swedish abstract generation tasks. The dataset consists of two fields: document and summary. Its data splitting scheme is consistent with that of the original English version, and it only includes the training split, with a total of 90,000 instances.

原始信息汇总

瑞典PubMed数据集概述

数据集描述

• 语言: 瑞典语
• 许可证: 其他
• 大小类别: 10K<n<100K
• 源数据集: https://github.com/huggingface/datasets/tree/master/datasets/pubmed
• 任务类别:
  • 摘要生成
  • 文本到文本生成
• 标签: 条件文本生成

数据集概要

瑞典PubMed数据集仅通过机器翻译，以改善瑞典语摘要生成任务的下游微调。

数据字段

• document: 包含论文主体的字符串
• summary: 包含论文摘要的字符串

数据分割

瑞典PubMed数据集遵循与原始英语版本相同的分割，并具有1个分割：train。

数据集分割	分割中的实例数量
训练	90,000