Salesforce Research | BookSum：长篇叙事摘要数据集

【标题】BookSum: A Collection of Datasets for Long-form Narrative Summarization

【作者团队】W Kryściński, N Rajani, D Agarwal, C Xiong, D Radev

【论文链接】https://arxiv.org/pdf/2105.08209

【发表时间】2021.5.17

【推荐理由】

BookSum是一个用于长篇叙述性摘要的数据集，涵盖了文学领域的源文档，如小说、戏剧和故事，并包括高度抽象的、人工撰写的、难度递增的三个级别的摘要：段落级、篇章级和全书级。

大多数可用的文本摘要数据集，缺乏长程因果关系和时间依赖，且多为短篇源文档，往往包含强烈的布局和文体偏见，虽然相关，但这种数据集对未来几代文本摘要系统的挑战有限。本文引入BookSum来解决这些问题，BookSum是一个用于长篇叙述性摘要的数据集，涵盖了文学领域的源文档，如小说、戏剧和故事，并包括高度抽象的、人工撰写的、难度递增的三个级别的摘要：段落级、篇章级和全书级。数据集的领域和结构给总结系统带来了一系列独特的挑战，其中包括：处理很长的文件，非平凡因果和时间依赖，以及丰富的话语结构。

内容中包含的图片若涉及版权问题，请及时与我们联系删除