Gazeta

Gazeta是用于自动汇总俄罗斯新闻的数据集。数据集由63,435文本-摘要对组成。为了形成训练、验证和测试数据集，这些对按时间排序，并且将前52,400对用作训练数据集，将进行5,265对用作验证数据集，并将其余5,770对用作测试数据集。

Gazeta is a dataset dedicated to automatic summarization of Russian news. It contains 63,435 text-summary pairs. To partition the pairs into training, validation and test subsets, the pairs are sorted chronologically, with the first 52,400 pairs serving as the training subset, 5,265 pairs as the validation subset, and the remaining 5,770 pairs as the test subset.

搜集汇总

背景与挑战

背景概述

Gazeta是一个用于俄罗斯新闻自动摘要的数据集，包含63,435个文本与摘要的配对。这些数据按时间顺序划分，其中52,400对用于训练，5,265对用于验证，5,770对用于测试。