Multi-News
أسماء أخرى: tfds:multi_news
نظرة عامة
مجموعة بيانات Multi-News في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 56,216 (مجموع الأقسام: train، validation، test). المهام: Summarization.
الوصف (من المصدر)
# Multi-News Dataset Multi-News consists of news articles and human-written summaries of these articles from the news site `newser.com`. Each summary is professionally written by editors and includes links to the original articles cited. This is the first large-scale dataset for multi-document summarization on news articles. Each record has two features: * `document`: Texts of news articles, separated by special token "|||||". * `summary`: Summary of the news.
- المجال
- معالجة اللغة الطبيعية والنصوص (NLP & Text)
- نوع البيانات
- نصوص
- المهام
- Summarization
- التخصصات الفرعية
- التلخيص (Summarization)
- اللغات
- en
- الوسوم
- en، news
الإحصائيات والبنية
- عدد العينات
- 56٬216
- عدد الفئات
- غير متوفر
- عدد الخصائص
- غير متوفر
- عدد المشاركين/الحالات
- غير متوفر
- عدد الصور
- غير متوفر
- عدد الملفات
- غير متوفر
- الحجم
- 721.73 MB
- الصيغ
- غير متوفر
- القيم المفقودة
- غير متوفر
ملاحظة العينات: مجموع الأقسام: train، validation، test. ملاحظة الحجم: حجم ملفات المصدر عند التنزيل (downloadSize).
الترخيص والوصول
- الترخيص
- Research / non-commercial use only (custom terms) (Research-Only)
- توثيق الترخيص
- وارد في كتالوج (يحتاج تأكيداً من المصدر)
- الاستخدام التجاري
- لا
- إعادة التوزيع
- غير معروف
- اشتراط النسبة
- غير معروف
- طريقة الوصول
- زيارة المصدر
- قيود الوصول
- غير متوفر
- شروط الاستخدام
- غير متوفر
شروط مخصصة تقصر الاستخدام على البحث العلمي غير التجاري؛ راجع شروط الناشر.
راجع دائماً شروط الناشر الأصلي قبل الاستخدام؛ المستكشف لا يمنح أي ترخيص.
المصدر والتنزيل
- المنصة
- TensorFlow Datasets catalog
- الناشر/المصدر
- TensorFlow Datasets (TFDS)
- المعرّف في المصدر
- tfds:multi_news
- DOI
- غير متوفر
- مصدر البيانات الوصفية
- tfds
- آخر تحديث للبيانات الوصفية
- 2026-11-14
- الصفحة الأصلية
github.com - التوثيق
www.tensorflow.org - بطاقة البيانات
www.tensorflow.org - واجهة API
storage.googleapis.com - مصدر البيانات الوصفية
storage.googleapis.com
لا يستضيف المستكشف ملفات البيانات؛ كل الروابط تشير إلى الناشر الأصلي.
الأبحاث المرتبطة
-
البحث الذي قدّم مجموعة البياناتAlexander R. Fabbri, Irene Li, Tianwei She, Suyi Li, Dragomir R. Radev (2019). Multi-News: a Large-Scale Multi-Document Summarization Dataset and Abstractive Hierarchical Model. https://arxiv.org/abs/1906.01749مذكور لهذه المجموعة في كتالوج المصدر · رابط البحث · الدليل
الاستشهاد بالمجموعة
مبني من الحقول المسجلة فقط؛ الحقول غير المتوفرة تُحذف ولا تُخمَّن. يُستحسن أيضاً الاستشهاد بالبحث الذي قدّم المجموعة إن وُجد.
Multi-News [Data set]. (2019). TensorFlow Datasets (TFDS). https://github.com/Alex-Fabbri/Multi-News
[1] "Multi-News," TensorFlow Datasets (TFDS), 2019. [Online]. Available: https://github.com/Alex-Fabbri/Multi-News
@misc{multinews2019,
title = {{Multi-News}},
year = {2019},
publisher = {TensorFlow Datasets (TFDS)},
url = {https://github.com/Alex-Fabbri/Multi-News},
howpublished = {\url{https://github.com/Alex-Fabbri/Multi-News}},
note = {Dataset. Accessed: 2026-11-16}
}التحقق
- حالة التحقق
- موثّقة جزئياً
- آخر فحص للروابط
- لم يُفحص بعد
- تاريخ التحقق من المصدر
- غير متوفر
- طريقة التحقق
- Metadata imported from the official TensorFlow Datasets catalog (dataset_info.json on storage.googleapis.com and the tensorflow-datasets 4.9.10 package).
- ملاحظات
- Counts and sizes come from the TFDS-prepared version 2.1.0. Licence not stated in TFDS metadata unless shown; check the original source. Original URL not yet checked for availability.
مصدر كل حقل وتاريخ فحصه
| الحقل | المصدر | التاريخ |
|---|---|---|
| original_url | TFDS dataset_info.json (location.urls) | 2026-11-14 |
| description | TFDS README.md / dataset_info.description | 2026-11-14 |
| number_of_samples | TFDS dataset_info.json splits[].numExamples (version 2.1.0) | 2026-11-14 |
| dataset_size | TFDS dataset_info.json downloadSize | 2026-11-14 |
| license | TFDS dataset_info.redistributionInfo.license | 2026-11-14 |
مجموعات مشابهة
AESLC
مجموعة بيانات AESLC في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 18,302 (مجموع الأقسام: test، train، validation). المهام: Summarization، Text Generation.
BillSum
مجموعة بيانات BillSum في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 23,455 (مجموع الأقسام: ca_test، test، train). المهام: Summarization، Language Modelling، Text…
Databricks Dolly 15k
مجموعة بيانات Databricks Dolly 15k في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 15,014. المهام: Language Modelling، Open-domain Question Answering، Question Answering،…
Newsroom
مجموعة بيانات Newsroom في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 1,212,740 (مجموع الأقسام: test، train، validation). المهام: Summarization، Text Generation.
SAMSum
مجموعة بيانات SAMSum في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 16,369 (مجموع الأقسام: test، train، validation). المهام: Summarization، Language Modelling، Text…
XSum
مجموعة بيانات XSum في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. عدد العينات المسجل: 226,183 (مجموع الأقسام: test، train، validation).
