维基百科人物传记文本生成数据集-thedevastator

维基百科人物传记文本生成数据集-thedevastator

数据来源：互联网公开数据

标签：维基百科,人物传记,文本生成,自然语言处理,机器学习,文本摘要,信息抽取

数据概述： 本数据集包含维基百科人物传记的文本数据，旨在用于文本生成、信息提取等自然语言处理任务。数据集由三个主要文件组成：train.csv、val.csv和test.csv。每个文件都包含“input_text”和“target_text”两列。其中，“input_text”列包含了维基百科人物传记的infobox（信息框）和第一段文本，提供了关于人物的背景、成就和显著特征的关键信息。“target_text”列包含了维基百科页面上完整的传记文本。

数据用途概述： 该数据集主要用于训练文本生成模型，从而根据infobox和第一段文本生成完整的维基百科人物传记。此外，该数据集也可用于信息提取任务，例如训练模型从infobox和第一段文本中提取特定信息（如出生日期、职业、成就等）。该数据集的应用场景包括自动化传记生成、文本摘要、问答系统、语言理解等。