"xsum_dutch" 🇳🇱🇧🇪 数据集的数据卡

数据集描述

Xsum Dutch 🇳🇱🇧🇪 数据集是一个从英文翻译成荷兰语的数据集。

此数据集目前（2022年8月）有一个配置，即将默认配置 xsum 翻译为荷兰语，并转换为 yhavinga/t5-base-36L-ccmatrix-multi 。

• 主页： https://github.com/EdinburghNLP/XSum/tree/master/XSum-Dataset
• 存储库： More Information Needed
• 论文： More Information Needed
• 联系人： More Information Needed
• 下载的数据集文件大小：245.38 MB
• 生成的数据集大小：507.60 MB
• 使用的总磁盘空间：752.98 MB

数据集摘要

极端摘要（XSum）数据集。

有三个特征：

• document：输入新闻文章。
• summary：文章的一句摘要。
• id：文章的BBC ID。

支持的任务和排行榜

More Information Needed

语言

More Information Needed

数据集结构

数据实例

• 下载的数据集文件大小：245.38 MB
• 生成的数据集大小：507.60 MB
• 使用的总磁盘空间：752.98 MB

'验证'的示例如下所示。

{
    "document": "some-body",
    "id": "29750031",
    "summary": "some-sentence"
}

数据字段

数据字段在所有拆分之间相同。

• document：字符串特征。
• summary：字符串特征。
• id：字符串特征。

数据拆分

数据集创建

策划理由

More Information Needed

源数据

More Information Needed

More Information Needed

注释

More Information Needed

More Information Needed

个人和敏感信息

More Information Needed

使用数据的注意事项

数据的社会影响

More Information Needed

偏见讨论

More Information Needed

其他已知限制

More Information Needed

附加信息

数据集策划者

More Information Needed

许可信息

More Information Needed

引用信息

@article{Narayan2018DontGM,
  title={Don't Give Me the Details, Just the Summary! Topic-Aware Convolutional Neural Networks for Extreme Summarization},
  author={Shashi Narayan and Shay B. Cohen and Mirella Lapata},
  journal={ArXiv},
  year={2018},
  volume={abs/1808.08745}
}

贡献

感谢 @thomwolf ， @lewtun ， @mariamabarham ， @jbragg ， @lhoestq ， @patrickvonplaten 添加了该数据集的英文版本。该数据集是在Google通过 TPU Research Cloud 慷慨提供的Cloud TPU计算上进行的翻译。