e2e_limpiado

• Descripción :

Una versión actualizada de los datos del E2E NLG Challenge con MR limpios. Los datos E2E contienen representación de significado (MR) basada en actos de diálogo en el dominio del restaurante y hasta 5 referencias en lenguaje natural, que es lo que se necesita predecir.

• Documentación adicional : Explore en Papers With Code

• Página de inicio: https://github.com/tuetschek/e2e-cleaning

• Código fuente : tfds.datasets.e2e_cleaned.Builder

• Versiones :

  • 0.1.0 (predeterminado): Sin notas de la versión.

• Tamaño de la descarga : 13.92 MiB

• Tamaño del conjunto de datos : 14.70 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

Separar	Ejemplos
'test'	4,693
'train'	33,525
'validation'	4,299

• Estructura de características :

FeaturesDict({
    'input_text': FeaturesDict({
        'table': Sequence({
            'column_header': string,
            'content': string,
            'row_number': int16,
        }),
    }),
    'target_text': string,
})

• Documentación de características :

Rasgo	Clase	Forma	Tipo D	Descripción
	CaracterísticasDict
texto de entrada	CaracterísticasDict
entrada_texto/tabla	Secuencia
texto_de_entrada/tabla/encabezado_de_columna	Tensor		cuerda
entrada_texto/tabla/contenido	Tensor		cuerda
texto_de_entrada/tabla/número_de_fila	Tensor		int16
texto_objetivo	Tensor		cuerda

• Teclas supervisadas (Ver as_supervised doc ): ('input_text', 'target_text')

• Figura ( tfds.show_examples ): no compatible.

• Ejemplos ( tfds.as_dataframe ):

• Cita :

@inproceedings{dusek-etal-2019-semantic,
    title = "Semantic Noise Matters for Neural Natural Language Generation",
    author = "Du{\v{s} }ek, Ond{\v{r} }ej  and
      Howcroft, David M.  and
      Rieser, Verena",
    booktitle = "Proceedings of the 12th International Conference on Natural Language Generation",
    month = oct # "{--}" # nov,
    year = "2019",
    address = "Tokyo, Japan",
    publisher = "Association for Computational Linguistics",
    url = "https://www.aclweb.org/anthology/W19-8652",
    doi = "10.18653/v1/W19-8652",
    pages = "421--426",
    abstract = "Neural natural language generation (NNLG) systems are known for their pathological outputs, i.e. generating text which is unrelated to the input specification. In this paper, we show the impact of semantic noise on state-of-the-art NNLG models which implement different semantic control mechanisms. We find that cleaned data can improve semantic correctness by up to 97{\%}, while maintaining fluency. We also find that the most common error is omitting information, rather than hallucination.",
}