jamus0702/

mix_summarize_lecture_dataset

Bộ dữ liệu này được tổng hợp và tinh lọc từ 3 nguồn dữ liệu học thuật và hội thoại lớn, được thiết kế đặc biệt để huấn luyện các mô hình tóm tắt văn bản (Summarization), tối ưu hóa cho cấu trúc của mBART-50.

	📊 Tổng quan dữ liệu (Dataset Statistics)




	

Thuộc tính Chi tiết

Tổng số bản ghi 27,210

Nguồn dữ liệu DialogSum, Scientific Lay Summarisation (eLife), PubMed

Độ dài đầu vào tối đa 380 words (~512 tokens)… See the full description on the dataset page: https://huggingface.co/datasets/jamus0702/mix_summarize_lecture_dataset.