thaisum

ThaiSum是一个大规模的泰语文本摘要语料库，它从Thairath、ThaiPBS、Prachathai和The Standard等多个在线新闻网站收集而来，包含超过35万篇由记者撰写的文章和摘要对。ThaiSum支持文本摘要和语言建模等任务，并提供文章标题、正文、摘要、类型、标签和URL等数据字段，数据集已划分为训练集、验证集和测试集。该数据集采用MIT许可协议。