élément

• Descriptif :

ASSET est un ensemble de données permettant d'évaluer les systèmes de simplification de phrases avec plusieurs transformations de réécriture, comme décrit dans "ASSET : un ensemble de données pour le réglage et l'évaluation de modèles de simplification de phrases avec plusieurs transformations de réécriture". Le corpus est composé de 2000 phrases de validation et de 359 phrases originales de test qui ont chacune été simplifiées 10 fois par différents annotateurs. Le corpus contient également des jugements humains sur la préservation du sens, la fluidité et la simplicité des résultats de plusieurs systèmes automatiques de simplification de texte.

• Documentation complémentaire : Explorer sur Papers With Code

• Page d' accueil : https://github.com/facebookresearch/asset

• Code source : tfds.datasets.asset.Builder

• Versions :

  • 1.0.0 (par défaut) : version initiale.

• Taille du téléchargement : 3.47 MiB

• Mise en cache automatique ( documentation ): Oui

• Clés supervisées (Voir as_supervised doc ): None

• Figure ( tfds.show_examples ) : non pris en charge.

• Citation :

@inproceedings{alva-manchego-etal-2020-asset,
    title = "{ASSET}: {A} Dataset for Tuning and Evaluation of Sentence Simplification Models with Multiple Rewriting Transformations",
    author = "Alva-Manchego, Fernando  and
      Martin, Louis  and
      Bordes, Antoine  and
      Scarton, Carolina  and
      Sagot, Benoit  and
      Specia, Lucia",
    booktitle = "Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics",
    month = jul,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/2020.acl-main.424",
    pages = "4668--4679",
}

atout/simplification (config par défaut)

• Description de la configuration : Un ensemble de phrases originales alignées avec 10 simplifications possibles pour chacune.

• Taille du jeu de données : 2.64 MiB

• Fractionnements :

Diviser	Exemples
'test'	359
'validation'	2 000

• Structure des fonctionnalités :

FeaturesDict({
    'original': Text(shape=(), dtype=string),
    'simplifications': Sequence(Text(shape=(), dtype=string)),
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
original	Texte		chaîne de caractères
simplifications	Séquence (texte)	(Aucun,)	chaîne de caractères

• Exemples ( tfds.as_dataframe ):

atout/notations

• Description de la configuration : Évaluations humaines de la simplification du texte produit automatiquement.

• Taille du jeu de données : 1.44 MiB

• Fractionnements :

Diviser	Exemples
'full'	4 500

• Structure des fonctionnalités :

FeaturesDict({
    'aspect': ClassLabel(shape=(), dtype=int64, num_classes=3),
    'original': Text(shape=(), dtype=string),
    'original_sentence_id': int32,
    'rating': int32,
    'simplification': Text(shape=(), dtype=string),
    'worker_id': int32,
})

• Documentation des fonctionnalités :

Caractéristique	Classer	Forme	Dtype	La description
	FonctionnalitésDict
aspect	Étiquette de classe		int64
original	Texte		chaîne de caractères
original_sentence_id	Tenseur		int32
évaluation	Tenseur		int32
simplification	Texte		chaîne de caractères
worker_id	Tenseur		int32

• Exemples ( tfds.as_dataframe ):