关于QMSum数据集

[Mrwangkedong]

请问同学，关于QMSum数据集，你们是怎么划分的呢？

我按照QMSum官方给定的脚本进行数据处理后，与你们论文中给出的数据差别很大。

对于Academic，原论文标注有369条，我处理下有371条，您论文中是312条；
对于Committee，原论文标注有453条，我处理下有453条，您论文中是417条；
对于Product，原论文标注有986条，我处理下有986条，您论文中是847条；

还有就是平均长度，我使用的是gold spans 作为输入，统计如下：
Academic:
avg.dialog.len = 3194.06; avg.summary.len=60.01; avg.quire.len=8.61
Committee:
avg.dialog.len = 2145.79; avg.summary.len=88.37; avg.quire.len=14.97
Product:
avg.dialog.len = 1811.55; avg.summary.len=77.98; avg.quire.len=13.21

我的统计是按照单词间的空格进行划分的。

您论文中是：
Domains || Size || Dialog.len || Summ.len || QR.len
Academic || 312 || 1,155.78 || 46.48 || 8.56
Committee || 417 || 757.68 || 76.00 || 14.54
Product || 847 || 971.65 || 63.96 || 13.36
All || 1,576 || 951.49 || 63.68 || 12.73