AdvertiseGen 数据集详情卡

• formal url: https://www.luge.ai/#/luge/dataDetail?id=9

数据集描述

数据集介绍

AdvertiseGen 是电商广告文案生成数据集。

AdvertiseGen 以商品网页的标签与文案的信息对应关系为基础构造，是典型的开放式生成任务，在模型基于 key-value 输入生成开放式文案时，与输入信息的事实一致性需要得到重点关注。

• 任务描述：给定商品信息的关键词和属性列表kv-list，生成适合该商品的广告文案adv；
• 数据规模：训练集114k，验证集1k，测试集3k；
• 数据来源：清华大学CoAI小组；

Supported Tasks and Leaderboards

该数据集是为了生成电子商务广告而设计的。

Languages

AdvertiseGen 数据集中的数据为中文。

数据集结构

数据示例

"train" 的一个示例如下所示：

{
  "content": "类型#上衣*材质#牛仔布*颜色#白色*风格#简约*图案#刺绣*衣样式#外套*衣款式#破洞",
  "summary": "简约而不简单的牛仔外套，白色的衣身十分百搭。衣身多处有做旧破洞设计，打破单调乏味，增加一丝造型看点。衣身后背处有趣味刺绣装饰，丰富层次感，彰显别样时尚。"
}

引用信息

数据集引用

如在学术论文中使用本数据集，请添加相关引用说明，具体如下：

Shao, Zhihong, et al. "Long and Diverse Text Generation with Planning-based Hierarchical Variational Model." Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP). 2019.