学术复杂性转化为公众叙述：面向科学新闻报道生成的数据集
内容提要
本文评估了基于Transformer的文献综述生成模型，发现自动生成的摘要已接近人工撰写，但仍面临幻觉和信息不足的挑战。同时，强调了多个数据集在自然语言处理中的应用，特别是对媒体偏见和新闻叙述结构的分析价值。
延伸解读
自动综述生成：接近人工但仍有挑战
基于SciReviewGen数据集的评估显示，Transformer模型生成的文献综述已接近人工撰写水平，但幻觉和细节缺失问题依然突出。这意味着自动综述可作为初稿辅助，但研究者仍需人工核查事实与补充深度信息，不可完全依赖。
新闻数据集：从假新闻检测到叙述结构分析
文章介绍了多个新闻领域数据集：21万条HuffPost头条用于真假新闻语法语义学习；媒体偏见分析数据集涵盖多种偏见；CompRes数据集支持叙述结构自动检测，F1达0.7。这些资源为媒体偏见研究和叙述分析提供了多样化工具。
大规模新闻语料：NEWSROOM与Multi-News的定位
NEWSROOM包含130万篇文章及摘要，覆盖不同抽象和抽取策略，用于评估现有方法；Multi-News是首个大规模多文档新闻数据集，其端到端模型结合提取式与单文档摘要，取得有竞争力结果。两者分别服务于单文档和多文档摘要研究。
问答与摘要：人类表现仍领先
NewsQA数据集包含超10,000篇CNN新闻的10万+问答对，人类表现优于神经模型，表明推理能力仍是模型短板。而NEWTS基于CNN/Dailymail构建，支持主题摘要任务，可评估不同提示方法。这些数据集揭示了当前模型在复杂语言任务上的局限。
Q&A
SciReviewGen 数据集的主要发现是什么？
SciReviewGen 数据集评估显示，基于 Transformer 的文献综述生成模型的自动摘要已接近人工撰写，但仍面临幻觉和信息不足的挑战。
媒体偏见分析数据集的价值是什么？
媒体偏见分析数据集涵盖各种偏见，对检测和分析媒体偏见具有重要价值，为媒体研究和人工智能提供独特资源。
CompRes 数据集的用途是什么？
CompRes 数据集用于新闻媒体叙述结构的自动检测，通过新的故事要素实现了高达 0.7 的 F1 得分。
NEWSROOM 数据集包含什么内容？
NEWSROOM 数据集包含 1.3 百万篇文章及其摘要，分析和训练现有方法以评估其效用和挑战。
NewsQA 数据集的特点是什么？
NewsQA 数据集包含超过 10,000 篇 CNN 新闻文章的人类生成问题-答案对，显示人类表现优于现有神经模型。
Multi-News 数据集的创新之处是什么？
Multi-News 数据集是首个大规模多文档新闻数据集，提出了结合传统提取式摘要模型与单文档摘要模型的端到端模型，取得了竞争力结果。
