К содержимому

Датасет · knkarthick

Корпус переписок в мессенджерах с саммари (SAMSum)

knkarthick/samsum

Около 16 тысяч англоязычных диалогов с краткими пересказами от лингвистов.

Что внутри

Популярный текстовый корпус на английском языке, содержащий примерно 16 000 диалогов в стиле современных мессенджеров. Все переписки были специально составлены и записаны лингвистами, свободно владеющими английским языком. К каждому диалогу прилагается краткое резюме (саммари) его сути.

Что можно сделать

  • Обучение или LoRA-дообучение моделей для суммаризации диалогов и чатов
  • Бенчмаркинг качества пересказа неформальной переписки
Задачи
Суммаризация
Языки
Английский
Размер
10K–100K записей
Скачиваний за месяц
10,1 тыс.
Лайков
44

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("knkarthick/samsum")