К содержимому

Датасет · ccdv

Суммаризация длинных госотчётов

ccdv/govreport-summarization

Англоязычные пары «длинный отчёт — краткое резюме» для обучения и проверки моделей суммаризации.

Что внутри

Датасет предназначен для суммаризации длинных документов. Каждый пример содержит id, полный текст отчёта в поле report и краткое резюме в поле summary. Данные на английском, адаптированы из открытого репозитория и статьи GovReport.

Что можно сделать

  • Обучать модель суммаризации длинных документов
  • Проверять LLM на длинном контексте
  • Запускать run_summarization.py из Transformers
Задачи
Суммаризация, Генерация текста
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
6,1 тыс.
Лайков
70

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("ccdv/govreport-summarization")