HighlightSum语料库数据集卡 [单个数据集，包含AMI、SamSUM和DialogSUM用于文本的简要摘要]

数据集描述

链接

• AMI: https://huggingface.co/datasets/knkarthick/AMI
• DialogSUM: https://github.com/cylnlp/dialogsum
• SamSUM: https://huggingface.co/datasets/knkarthick/samsum
• 联系人： https://huggingface.co/knkarthick

数据集摘要

HighlightSum是来自AMI、SamSUM和DialogSUM的大规模对话摘要数据集，包含31,108个对话和相应的手动标记摘要。

语言

英语

数据集结构

数据实例

HighlightSum是一个大规模对话摘要数据集，包含31,108个对话，分为训练集、测试集和验证集。

训练集中的第一个实例：{'id': 'train_0', 'summary': "Smith先生正在接受检查，Hawkins医生建议他每年检查一次。Hawkins将提供一些关于课程和药物的信息，帮助Smith先生戒烟。", 'dialogue': "#Person1#: 嗨，Smith先生。我是Hawkins医生。您今天为什么来这里？\n#Person2#: 我觉得进行一次检查是个好主意。\n#Person1#: 是的，您已经有5年没有进行检查了。您应该每年都要检查一次。\n#Person2#: 我知道。我想只要没有问题，为什么去看医生呢？\n#Person1#: 嗯，避免严重疾病的最好方法就是早发现。所以为了自己的健康，尽量每年至少来一次。\n#Person2#: 好的。\n#Person1#: 让我看看。您的眼睛和耳朵看起来都很好。请深吸一口气。Smith先生，您抽烟吗？\n#Person2#: 是的。\n#Person1#: 您知道，吸烟是肺癌和心脏病的主要原因。您真的应该戒烟。\n#Person2#: 我已经尝试了很多次，但是我似乎无法戒掉这个习惯。\n#Person1#: 嗯，我们有一些课程和一些药物可能会有所帮助。在您离开之前，我会给您更多的信息。\n#Person2#: 好的，谢谢医生。"}

数据字段

• 对话：对话的文本。
• 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：27401
• 验证集：1360
• 测试集：2347

数据集创建

策展理由

收集自AMI、SamSUM和DialogSUM数据集。

源语言制作者是谁？

语言学家

标注者是谁？

语言专家

许可信息

非商业许可：MIT

引用信息

有关鸣谢和引用，请参阅上述链接。