e2e_cleaned

Descriptif :

Une mise à jour des données E2E NLG Challenge avec des MR nettoyés. Les données E2E contiennent une représentation du sens basée sur les actes de dialogue (MR) dans le domaine de la restauration et jusqu'à 5 références en langage naturel, ce qu'il faut prédire.

Documentation complémentaire : Explorer sur Papers With Code
Page d' accueil : https://github.com/tuetschek/e2e-cleaning
Code source : tfds.datasets.e2e_cleaned.Builder
Versions :
- 0.1.0 (par défaut) : aucune note de version.
Taille du téléchargement : 13.92 MiB
Taille du jeu de données : 14.70 MiB
Mise en cache automatique ( documentation ): Oui
Fractionnements :

Diviser	Exemples
`'test'`	4 693
`'train'`	33 525
`'validation'`	4 299

Structure des fonctionnalités :

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

Documentation des fonctionnalités :

Caractéristique	Classer	Dtype
	FonctionnalitésDict
Texte de saisie	FonctionnalitésDict
input_text/table	Séquence
input_text/table/column_header	Tenseur	chaîne de caractères
input_text/table/contenu	Tenseur	chaîne de caractères
input_text/table/row_number	Tenseur	int16
texte_cible	Tenseur	chaîne de caractères

Clés supervisées (Voir as_supervised doc ): ('input_text', 'target_text')
Figure ( tfds.show_examples ) : non pris en charge.
Exemples ( tfds.as_dataframe ):

Citation :

@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.",
}