öğe

  • Açıklama :

ASSET, "ASSET: A Dataset for Tuning and Evaluation of Cümle Sadeleştirme Modelleri ile Çoklu Yeniden Yazma Dönüşümleri" bölümünde açıklandığı gibi, Cümle Sadeleştirme sistemlerini çoklu yeniden yazma dönüşümleriyle değerlendirmek için bir veri kümesidir. Derlem, her biri farklı annotators tarafından 10 kez basitleştirilmiş 2000 doğrulama ve 359 test orijinal cümlesinden oluşmaktadır. Derlem aynı zamanda çeşitli otomatik metin basitleştirme sistemlerinin çıktıları için anlam koruma, akıcılık ve basitlik gibi insan yargılarını da içerir.

@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",
}

varlık/basitleştirme (varsayılan yapılandırma)

  • Yapılandırma açıklaması : Her biri için 10 olası basitleştirmeyle hizalanmış bir dizi orijinal cümle.

  • Veri kümesi boyutu : 2.64 MiB

  • bölmeler :

Bölmek örnekler
'test' 359
'validation' 2.000
  • Özellik yapısı :
FeaturesDict({
    'original': Text(shape=(), dtype=string),
    'simplifications': Sequence(Text(shape=(), dtype=string)),
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
orijinal Metin sicim
basitleştirmeler Sıra(Metin) (Hiçbiri,) sicim

varlık/derecelendirmeler

  • Yapılandırma açıklaması : Otomatik olarak üretilen metin sadeleştirmesinin insan derecelendirmeleri.

  • Veri kümesi boyutu : 1.44 MiB

  • bölmeler :

Bölmek örnekler
'full' 4.500
  • Özellik yapısı :
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,
})
  • Özellik belgeleri :
Özellik Sınıf Şekil Dtipi Tanım
ÖzelliklerDict
Görünüş SınıfEtiketi int64
orijinal Metin sicim
orijinal_sentence_id tensör int32
değerlendirme tensör int32
basitleştirme Metin sicim
işçi_kimliği tensör int32