Датасет · launch
Парные тексты и саммари правительственных отчётов США
launch/gov_report
Англоязычный датасет длинных отчётов и их кратких пересказов для обучения и оценки моделей суммаризации.
Что внутри
Внутри лежат пары из длинных текстов правительственных отчётов (включая отчёты GAO) и их кратких пересказов на английском языке. Объём составляет от 10 до 100 тысяч записей. Доступны три конфигурации: обычный текст, текст с разделом рекомендаций в саммари и вариант с сохранением структуры разделов документа.
Что можно сделать
- Обучение и файнтюнинг моделей для суммаризации длинных документов (long-context summarization)
- Проверка качества генерации структурированных выводов и рекомендаций из больших текстов
- Задачи
- Суммаризация
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 3,5 тыс.
- Лайков
- 16
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("launch/gov_report")