《表4 Hermann等[19]文献中CNN/DM数据规模》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《文本摘要常用数据集和方法研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

与Gigaword和部分DUC/TAC数据集只包含单句话的摘要不同，CNN/Daily Mail（简称CNN/DM）作为单文本摘要语料库，每篇摘要包含多个摘要句。CNN/DM最初是Hermann等[19]发布的机器阅读理解语料库。作者从美国有线新闻网（CNN）（1）和每日邮报网（Daily Mail）（2）中收集了约100万条新闻数据作为机器阅读理解语料库。在CNN和Daily Mail的新闻数据中，每篇新闻包括一条或者多条人工要点，将隐藏一个命名实体的要点作为填空题的问题，将新闻内容作为回答填空题的阅读文字。表4是语料库的详细统计信息。