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
- chopratejas/kompress-baseРазметка токенов 711
- tuanhqv123/longt5-meeting-summarizationСуммаризация 56
- svk260404/text-summarizer-t5Суммаризация 52
- sebastiao-teixeira/gpt2-samsum-loraГенерация текста 33
- kelly-n/gpt2-samsum-loraСуммаризация 33
- riturajpandey739/Qwen3-4B-Text-Summarizer-finetuningГенерация текста 25
- violetar/gpt2-samsum-lora 25
- luanacarolina/gpt2-samsum-loraСуммаризация 21
Как загрузить
from datasets import load_dataset
ds = load_dataset("knkarthick/samsum")