我看到了你們在這裡發佈的訊息，與把 Abstractive summarization 整合進 library 覺得非常好 https://chinesenlp.xyz/docs/text_summarization.html 一年前我在碩士期間研究了 Chinese summarization 這是我的 Paper 當初發現了 LCSTS 的資料集上有缺陷，在 training set 和 testing set 上有很大一部分的重複 聯繫 dataset 的作者，他後來發佈了 LCSTS2.0 但依然有重複的部分，我們提出了 LCSTS2.0-clean 且發表了 hybrid-word-character 的方法，在最原始版本的 LCSTS 資料集上 ROUGE score 達到快 60，但 LCSTS2.0-clean 上沒有這麼好，但也比其他的模型好。 這證明兩件事情 1. 資料集必須使用 LCSTS2.0，比較能公平的比較 model 2. hybrid-word-character 的方法確實是非常有用的 這是我的 paper https://arxiv.org/abs/1802.09968 看到 DiDi 開源了非常多的項目，覺得很棒 希望能在這裡跟大家一起討論，謝謝
我看到了你們在這裡發佈的訊息，與把 Abstractive summarization 整合進 library 覺得非常好
https://chinesenlp.xyz/docs/text_summarization.html
一年前我在碩士期間研究了 Chinese summarization
這是我的 Paper
當初發現了 LCSTS 的資料集上有缺陷，在 training set 和 testing set 上有很大一部分的重複
聯繫 dataset 的作者，他後來發佈了 LCSTS2.0
但依然有重複的部分，我們提出了 LCSTS2.0-clean
且發表了 hybrid-word-character 的方法，在最原始版本的 LCSTS 資料集上 ROUGE score 達到快 60，但 LCSTS2.0-clean 上沒有這麼好，但也比其他的模型好。
這證明兩件事情
這是我的 paper
https://arxiv.org/abs/1802.09968
看到 DiDi 開源了非常多的項目，覺得很棒
希望能在這裡跟大家一起討論，謝謝