NorGLM/NO-Story

NO-Story数据集用于评估NorGLM预训练语言模型的讲故事能力。该数据集包含5000个项目，这些项目来源于Adresseavisen，最初是为推荐任务开源的。在评估过程中，从每篇新闻文章的前10个词作为输入，并基于这个初始上下文生成文本。实验以零样本提示的方式进行。

The NO-Story Dataset is designed to evaluate the storytelling capability of the NorGLM pretrained language model. It contains 5000 items sourced from Adresseavisen, which was originally open-sourced for recommendation tasks. During the evaluation process, the first 10 words of each news article are used as the input, and text generation is carried out based on this initial context. The experiments are conducted in a zero-shot prompting manner.

原始信息汇总

数据集概述

数据集名称

NO-Story

数据集目的

评估NorGLM预训练语言模型的叙事能力。

数据集内容

包含5,000个项目，数据源自Adresseavisen的新闻文章。每个新闻文章的前10个词被用作输入，用于生成基于此初始上下文的文本。

数据集使用

最初用于推荐任务，可通过此链接获取。

数据集实验方法

采用零样本提示方式进行实验。

许可证信息

遵循原始数据集的许可证信息。

引用信息

鼓励引用原始Adressa数据集：

@inproceedings{gulla2017adressa, title={The adressa dataset for news recommendation}, author={Gulla, Jon Atle and Zhang, Lemei and Liu, Peng and {"O}zg{"o}bek, {"O}zlem and Su, Xiaomeng}, booktitle={Proceedings of the international conference on web intelligence}, pages={1042--1048}, year={2017} }

搜集汇总

背景与挑战

背景概述

NO-Story是一个用于评估NorGLM预训练语言模型叙事能力的挪威语数据集，包含5,000个来自Adresseavisen新闻文章的条目。数据集通过选取每篇新闻的前10个词作为输入，以零样本提示方式生成后续文本，旨在测试模型在挪威语故事生成任务上的性能。