HunSum-1 : an abstractive summarization dataset for Hungarian

Barta Botond; Lakatos Dorina; Nagy Attila; Nyist Milán Konor; Ács Judit: HunSum-1 : an abstractive summarization dataset for Hungarian.

[thumbnail of msznykonf_019_231-243..pdf]
Előnézet
Cikk, tanulmány, mű
msznykonf_019_231-243..pdf

Letöltés (627kB) | Előnézet

Absztrakt (kivonat)

We introduce HunSum-1 : a dataset for Hungarian abstractive summarization, consisting of 1.14M news articles. The dataset is built by collecting, cleaning and deduplicating data from 9 major Hungarian news sites through CommonCrawl. Using this dataset, we build abstractive summarizer models based on huBERT and mT5. We demonstrate the value of the created dataset by performing a quantitative and qualitative analysis on the models’ results. The HunSum-1 dataset, all models used in our experiments and our code1 are available open source.

Mű típusa: Konferencia vagy workshop anyag
Befoglaló folyóirat/kiadvány címe: Magyar Számítógépes Nyelvészeti Konferencia
Dátum: 2023
Kötet: 19
ISBN: 978-963-306-912-7
Oldalak: pp. 231-243
Nyelv: angol
Kiadás helye: Szeged
Konferencia neve: Magyar számítógépes nyelvészeti konferencia (19.)
Konferencia típusa: Konferencia
Helyszin: Szeged
Dátum: 2023. január 26-27.
Befoglaló mű URL: https://acta.bibl.u-szeged.hu/78307/
Kulcsszavak: Nyelvészet - számítógép alkalmazása
Megjegyzések: Bibliogr.: p. 240-243. és a lábjegyzetekben ; ill. ; összefoglalás angol nyelven
Szakterület: 01. Természettudományok
01. Természettudományok > 01.02. Számítás- és információtudomány
Feltöltés dátuma: 2023. már. 16. 08:49
Utolsó módosítás: 2023. már. 16. 08:49
URI: http://acta.bibl.u-szeged.hu/id/eprint/78416
Bővebben:
Tétel nézet Tétel nézet