web_nlg

  • opis :

Dane zawierają zestawy od 1 do 7 trójek postaci podmiot-orzeczenie-obiekt wyodrębnione z (DBpedia)[ https://wiki.dbpedia.org/ ] oraz tekst w języku naturalnym, który jest werbalizacją tych trójek. Dane testowe obejmują 15 różnych domen, z których tylko 10 pojawia się w danych treningowych. Zestaw danych jest zgodny ze znormalizowanym formatem tabeli.

Rozdzielać Przykłady
'test_all' 4928
'test_unseen' 2433
'train' 18102
'validation' 2268
  • Struktura funkcji :
FeaturesDict({
    'input_text': FeaturesDict({
        'context': string,
        'table': Sequence({
            'column_header': string,
            'content': string,
            'row_number': int16,
        }),
    }),
    'target_text': string,
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
Wprowadź tekst FunkcjeDict
tekst_wejściowy/kontekst Napinacz strunowy
tekst_wejściowy/tabela Sekwencja
tekst_wejściowy/tabela/nagłówek_kolumny Napinacz strunowy
tekst_wejściowy/tabela/treść Napinacz strunowy
tekst_wejściowy/tabela/numer_wiersza Napinacz int16
tekst_docelowy Napinacz strunowy
  • Cytat :
@inproceedings{gardent2017creating,
    title = ""Creating Training Corpora for {NLG} Micro-Planners"",
    author = ""Gardent, Claire  and
      Shimorina, Anastasia  and
      Narayan, Shashi  and
      Perez-Beltrachini, Laura"",
    booktitle = ""Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)"",
    month = jul,
    year = ""2017"",
    address = ""Vancouver, Canada"",
    publisher = ""Association for Computational Linguistics"",
    doi = ""10.18653/v1/P17-1017"",
    pages = ""179--188"",
    url = ""https://www.aclweb.org/anthology/P17-1017.pdf""
}