SAMSum Corpus数据集卡片（俄语）

数据集描述

将 samsum 个数据集翻译成俄语。

备注

删除了ID为13828807的行。

链接

• 主页： h https://arxiv.org/abs/1911.12237v2
• 代码库： https://arxiv.org/abs/1911.12237v2
• 论文： https://arxiv.org/abs/1911.12237v2

语言

俄语（通过Google翻译从英语 samsum 翻译而来）

数据集结构

数据字段

• 对话：对话文本。
• 摘要：人工编写的对话摘要。
• ID：示例的唯一文件ID。

数据拆分

• 训练集：14731个
• 验证集：818个
• 测试集：819个

授权信息

非商业许可：CC BY-NC-ND 4.0

引用信息

@inproceedings{gliwa-etal-2019-samsum,
    title = "{SAMS}um Corpus: A Human-annotated Dialogue Dataset for Abstractive Summarization",
    author = "Gliwa, Bogdan  and
      Mochol, Iwona  and
      Biesek, Maciej  and
      Wawer, Aleksander",
    booktitle = "Proceedings of the 2nd Workshop on New Frontiers in Summarization",
    month = nov,
    year = "2019",
    address = "Hong Kong, China",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/D19-5409",
    doi = "10.18653/v1/D19-5409",
    pages = "70--79"
}