актив

  • Описание :

ASSET — это набор данных для оценки систем упрощения предложений с несколькими преобразованиями перезаписи, как описано в статье «ASSET: набор данных для настройки и оценки моделей упрощения предложений с несколькими преобразованиями перезаписи». Корпус состоит из 2000 проверочных и 359 тестовых исходных предложений, каждое из которых было упрощено в 10 раз разными аннотаторами. Корпус также содержит человеческие суждения о сохранении значения, беглости и простоте выходных данных нескольких систем автоматического упрощения текста.

@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",
}

актив/упрощение (конфигурация по умолчанию)

  • Описание конфига : набор оригинальных предложений, выровненных с 10 возможными упрощениями для каждого.

  • Размер набора данных : 2.64 MiB .

  • Сплиты :

Расколоть Примеры
'test' 359
'validation' 2000
  • Структура функции :
FeaturesDict({
    'original': Text(shape=(), dtype=tf.string),
    'simplifications': Sequence(Text(shape=(), dtype=tf.string)),
})
  • Документация по функциям :
Особенность Учебный класс Форма Dтип Описание
ОсобенностиDict
оригинальный Текст tf.string
упрощения Последовательность (текст) (Никто,) tf.string

актив/рейтинги

  • Описание конфигурации : человеческие оценки автоматически создаваемого упрощения текста.

  • Размер набора данных : 1.44 MiB .

  • Сплиты :

Расколоть Примеры
'full' 4500
  • Структура функции :
FeaturesDict({
    'aspect': ClassLabel(shape=(), dtype=tf.int64, num_classes=3),
    'original': Text(shape=(), dtype=tf.string),
    'original_sentence_id': tf.int32,
    'rating': tf.int32,
    'simplification': Text(shape=(), dtype=tf.string),
    'worker_id': tf.int32,
})
  • Документация по функциям :
Особенность Учебный класс Форма Dтип Описание
ОсобенностиDict
аспект Метка класса tf.int64
оригинальный Текст tf.string
original_sentence_id Тензор tf.int32
рейтинг Тензор tf.int32
упрощение Текст tf.string
worker_id Тензор tf.int32