e2e_pulito

Descrizione :

Una versione aggiornata dei dati E2E NLG Challenge con MR puliti. I dati E2E contengono la rappresentazione del significato basata sull'atto del dialogo (MR) nel dominio del ristorante e fino a 5 riferimenti in linguaggio naturale, che è ciò che è necessario prevedere.

Documentazione aggiuntiva : Esplora documenti con codice
Homepage : https://github.com/tuetschek/e2e-cleaning
Codice sorgente : tfds.datasets.e2e_cleaned.Builder
Versioni :
- 0.1.0 (impostazione predefinita): nessuna nota di rilascio.
Dimensione del download : 13.92 MiB
Dimensione del set di dati: 14.70 MiB
Auto-cache ( documentazione ): Sì
Divisioni :

Diviso	Esempi
`'test'`	4.693
`'train'`	33.525
`'validation'`	4.299

Struttura delle caratteristiche :

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

Documentazione delle funzionalità :

Caratteristica	Classe	Tipo D
	CaratteristicheDict
testo di input	CaratteristicheDict
testo_input/tabella	Sequenza
input_text/table/column_header	Tensore	corda
testo_input/tabella/contenuto	Tensore	corda
testo_input/tabella/numero_riga	Tensore	int16
testo_destinazione	Tensore	corda

Chiavi supervisionate (vedi as_supervised doc ): ('input_text', 'target_text')
Figura ( tfds.show_examples ): non supportato.
Esempi ( tfds.as_dataframe ):

Citazione :

@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.",
}