中文短文本摘要数据集

背景

由于目前没有公开的免费的中文短文本摘要数据集，正好在之前的项目中有收集过这样的数据。现在把之前整理的数据公开，所有人都可以免费下载使用，希望能成为一个有用的中文短文本摘要数据集。

英文名称

Chinese Short Text Summarization Dataset

收集方式

数据来源于新浪微博主流媒体发布的微博。
例如：

微博示例一
微博示例二
微博示例三

如上的三条微博所示中，红框中的文本作为短文本的摘要，其他的内容作为短文本的内容。

数据量

在这个版本中，一共 679898 条数据，分为两个文件：

文件名称	说明
train_text.txt	短文本的内容，约100-200字
train_label.txt	短文本的摘要，约10-20字

下载方式

百度网盘：https://pan.baidu.com/s/1NWe6K33GMTp4Wk7CwaGotA
密码：4k12

Cite as:

{
Author: He Zhengfang
Dataset Name: Chinese Short Text Summarization Dataset
Publish Date: 20th June, 2018.
}