g3_sum

kaggle2024-05-20 更新2024-05-26 收录

文本摘要

乌尔都语处理

数据链接：

https://www.kaggle.com/datasets/messamnaqvi/g3-sum 数据链接链接失效反馈

官方服务：

资源简介：

Urdu Talk Show Script Summarization Dataset with Training and Testing Files

乌尔都语脱口秀剧本摘要数据集，包含训练和测试文件

创建时间：

2024-05-20

EULAI

文本摘要

隐私政策

EULAI是一个专注于法律文本摘要和分类的数据集，主要用于处理服务条款(ToS)和隐私政策文档。该数据集旨在帮助用户快速理解复杂的法律协议内容。数据集包含以下字段：'id'（原始内容的MD5哈希值，确保唯一性）、'service_name'（服务提供商名称，如Google、TikTok等）、'url'（原始文档链接）、'policy'（从ToS/隐私页面提取的原始法律文本，作为输入）和'summa

Hugging Face2026-01-27 更新320

data-silence/gazeta.ru-merged

俄语新闻

文本摘要

该数据集与Ilya Gusev的俄语新闻数据集（Gazeta.ru）相同。主要区别在于这是一个单一的数据集（训练、测试和验证集已合并），并且为了方便构建新闻聚合器，列名已被更改。

Hugging Face2024-06-11 更新160

antash420/text-summarization-alpaca-format

文本摘要

该数据集包含了输入、输出、唯一标识符、指令和文本字段，均为字符串类型。它被划分为训练集、验证集和测试集，分别包含287113、13368和11490个样本。数据集的总大小为2,858,520,722字节，下载大小为1,650,022,907字节。

Hugging Face2024-11-03 更新130

3b_civilsum

文本摘要

自然语言处理

CivilSum summarisation using LlaMa3.2 3B

kaggle2025-01-06 更新300

Yuhthe/samsum_vi_word

文本摘要

越南语

--- configs: - config_name: default data_files: - split: test path: data/test-* - split: train path: data/train-* - split: validation path: data/validation-* dataset_info: featur

Hugging Face2023-07-26 更新140

g3_sum

资源简介：

相关数据集