Gigatrue斯洛伐克语抽象摘要数据集

数据集概述

本数据集为合成Gigaword数据集的斯洛伐克语翻译版本，基于Gigatrue数据集通过SeamlessM4T-v2工具翻译生成，专注于抽象摘要任务，为斯洛伐克语文本摘要研究提供数据支持。

文件详解

• 文件名称: Gigatrue Slovak abstractive summarisation dataset.pdf
• 文件格式: PDF (.pdf)
• 文件内容: 包含翻译后的斯洛伐克语抽象摘要数据集内容，具体字段及结构可参考原始Gigaword及Gigatrue数据集设计

数据来源

• 原始数据集来源: Harvard/gigaword
• 翻译数据集参考: Plasmoxy/gigatrue
• 翻译工具: SeamlessM4T-v2

适用场景

• 自然语言处理研究: 用于斯洛伐克语抽象文本摘要模型的训练与评估
• 机器翻译应用: 分析SeamlessM4T-v2工具在文本摘要领域的翻译效果
• 低资源语言处理: 补充斯洛伐克语文本摘要任务的数据集资源
• 计算语言学研究: 探索跨语言摘要任务的迁移学习可能性