К содержимому

Датасет · IlyaGusev

Русскоязычные новости с краткими пересказами

IlyaGusev/gazeta

Корпус статей с сайта «Газета.Ru» и их аннотаций для обучения и оценки моделей суммаризации.

Что внутри

Датасет содержит от 10 до 100 тысяч новостных текстов на русском языке с сайта «Газета.Ru» и их краткие пересказы. Аннотации были извлечены из HTML-тега description и прошли дополнительный отбор качества. Существуют две версии этого набора данных.

Что можно сделать

  • Обучение и SFT моделей автоматического реферирования на русском языке
  • Оценка качества суммаризации на стандартном русском бенчмарке
  • Генерация заголовков и лидов для новостных текстов
Задачи
Суммаризация
Языки
Русский
Размер
10K–100K записей
Скачиваний за месяц
4,6 тыс.
Лайков
31

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("IlyaGusev/gazeta")