Téléchargement TempoSum - TempoSum Code source Télécharger

TempoSum

Code Source AI

1.0.0

Télécharger

LMS peut-il se généraliser aux données futures? Une analyse empirique sur le résumé de texte

Ce référentiel contient des données pour le document que LMS peut-on se généraliser aux données futures? Une analyse empirique sur le résumé de texte

 @inproceedings{temposum23,
    title="{Can LMs Generalize to Future Data? An Empirical Analysis on Text Summarization}",
    author = {Chi Seng Cheang and
                  Hou Pong Chan and
                  Derek F. Wong and
                  Xuebo Liu and
                  Zhaocong Li and
                  Yanming Sun and
                  Shudong Liu and
                  Lidia S. Chao},
    booktitle = "Proceedings of the Conference on Empirical Methods in Natural Language Processing ({EMNLP})",
    month = {December},
    year = "2023",
    publisher = "Association for Computational Linguistics",
    }

Obtenir les données

Téléchargez les ensembles de données à partir de la bibliothèque d'ensembles de données HuggingFace

Exécutez les commandes suivantes pour charger les ensembles de données à partir de la bibliothèque de jeux de données HuggingFace.

 import datasets

# BBC in-distribution test set
dataset = datasets . load_dataset ( 'chiseng-cheang/TempoSum' , 'BBC_in-distribution' )

# BBC future test set
dataset = datasets . load_dataset ( 'chiseng-cheang/TempoSum' , 'BBC_future' )

# CNN in-distribution test set
dataset = datasets . load_dataset ( 'chiseng-cheang/TempoSum' , 'CNN_in-distribution' )

# CNN future test set
dataset = datasets . load_dataset ( 'chiseng-cheang/TempoSum' , 'CNN_future' )