annotations_creators:
- machine-generated
language_creators:
- expert-generated
languages:
- ca
licenses:
- cc-by-nc-4.0
multilinguality:
- monolingual
pretty_name: casum
size_categories:
- unknown
source_datasets: []
task_categories:
- conditional-text-generation
task_ids:
- summarization
CaSum
Table of Contents
Dataset Description
- Paper:
- Point of Contact: Ona de Gibert Bonet
Dataset Summary
CaSum is a summarization dataset. It is extracted from a newswire corpus crawled from the Catalan News Agency. The corpus consists of 217,735 instances that are composed by the headline and the body.
Supported Tasks and Leaderboards
Summarization, Language Model
Languages
CA - Catalan
Dataset Structure
Data Instances
{
'summary': 'Mapfre preveu ingressar 31.000 milions d’euros al tancament de 2018',
'text': 'L’asseguradora llançarà la seva filial Verti al mercat dels EUA a partir de 2017 ACN Madrid.-Mapfre preveu assolir uns ingressos de 31.000 milions d'euros al tancament de 2018 i destinarà a retribuir els seus accionistes com a mínim el 50% dels beneficis del grup durant el període 2016-2018, amb una rendibilitat mitjana a l’entorn del 5%, segons ha anunciat la companyia asseguradora durant la celebració aquest divendres de la seva junta general d’accionistes. La firma asseguradora també ha avançat que llançarà la seva filial d’automoció i llar al mercat dels EUA a partir de 2017. Mapfre ha recordat durant la junta que va pagar més de 540 milions d'euros en impostos el 2015, amb una taxa impositiva efectiva del 30,4 per cent. La companyia també ha posat en marxa el Pla de Sostenibilitat 2016-2018 i el Pla de Transparència Activa, “que han de contribuir a afermar la visió de Mapfre com a asseguradora global de confiança”, segons ha informat en un comunicat.'
}
Data Fields
summary(str): Summary of the piece of newstext(str): The text of the piece of news
Data Splits
We split our dataset into train, dev and test splits
- train: 197,735 examples
- validation: 10,000 examples
- test: 10,000 examples
Dataset Creation
We obtained each headline and its corresponding body and applied the following cleaning pipeline: deduplicating the documents, removing the documents with empty attributes, and deleting some boilerplate sentences.
Additional Information
Dataset Curators
Ona de Gibert, Jordi Armengol-Estapé and Maite Melero, from BSC-CNS, did the conversion and curation.
Licensing information
This work is licensed under a Attribution-NonCommercial 4.0 International License.
BibTeX citation
If you use any of these resources (datasets or models) in your work, please cite our latest preprint:
Funding
This work was funded by the MT4All CEF project.