摘要

序列到序列模型在摘要生成领域最近取得了最先进的性能。然而，可用的大规模高质量数据集并不多，而且几乎所有现有的数据集主要包含具有特定写作风格的新闻文章。此外，涉及对内容进行更深层次描述的抽象人类风格系统需要更高层次的抽象数据。本文介绍了WikiHow，这是一个从在线知识库中提取并构建的超过23万篇文章和摘要对的数据集，该知识库由不同的作者撰写。这些文章涵盖了广泛的主题，因此代表了高度多样化的写作风格。我们评估了现有方法在WikiHow上的表现，以展示其挑战并设定一些基线以进一步改进。