中文短文字摘要資料集

背景

由於目前沒有公開的免費的中文短文字摘要資料集，正好在之前的專案中有收集過這樣的資料。現在把之前整理的資料公開，所有人都可以免費下載使用，希望能成為一個有用的中文短文字摘要資料集。

英文名稱

Chinese Short Text Summarization Dataset

收集方式

資料來源於新浪微博主流媒體釋出的微博。
例如：

微博示例一

微博示例二

微博示例三

如上的三條微博所示中，紅框中的文字作為短文字的摘要，其他的內容作為短文字的內容。

資料量

在這個版本中，一共 679898 條資料，分為兩個檔案：

檔名稱	說明
train_text.txt	短文字的內容，約100-200字
train_label.txt	短文字的摘要，約10-20字

下載方式

百度網盤：
密碼：4k12

Cite as:

{
Author: He Zhengfang
Dataset Name: Chinese Short Text Summarization Dataset
Publish Date: 20th June, 2018.
}

作者：Funzion
連結：