Датасет · daekeun-ml
Корейские новости с кратким пересказом
daekeun-ml/naver-news-summarization-ko
27 400 пар «новостной текст — краткое содержание» на корейском для обучения и проверки моделей суммаризации.
Что внутри
Датасет состоит из пар «документ — суммаризация» на корейском языке. 27 400 пар собраны из Naver News за десять дней июля 2022 года. Изначально сделан для практикума по корейскому NLP; есть технический отчёт с протоколом сбора и базовыми результатами.
Что можно сделать
- Дообучение модели суммаризации корейских новостей
- Проверка seq2seq-моделей на корейском
- LoRA для краткого пересказа новостей
- Задачи
- Суммаризация
- Языки
- Корейский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 806
- Лайков
- 70
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("daekeun-ml/naver-news-summarization-ko")