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