web_nlg

  • opis :

Dane zawierają zestawy od 1 do 7 trójek postaci podmiot-orzeczenie-obiekt wyodrębnione z (DBpedia)[ https://wiki.dbpedia.org/ ] oraz tekst w języku naturalnym, który jest werbalizacją tych trójek. Dane testowe obejmują 15 różnych domen, z których tylko 10 pojawia się w danych treningowych. Zestaw danych jest zgodny ze znormalizowanym formatem tabeli.

Rozdzielać Przykłady
'test_all' 4928
'test_unseen' 2433
'train' 18102
'validation' 2268
  • Struktura funkcji :
FeaturesDict({
   
'input_text': FeaturesDict({
       
'context': string,
       
'table': Sequence({
           
'column_header': string,
           
'content': string,
           
'row_number': int16,
       
}),
   
}),
   
'target_text': string,
})
  • Dokumentacja funkcji :
Funkcja Klasa Kształt Typ D Opis
FunkcjeDict
Wprowadź tekst FunkcjeDict
tekst_wejściowy/kontekst Napinacz strunowy
tekst_wejściowy/tabela Sekwencja
tekst_wejściowy/tabela/nagłówek_kolumny Napinacz strunowy
tekst_wejściowy/tabela/treść Napinacz strunowy
tekst_wejściowy/tabela/numer_wiersza Napinacz int16
tekst_docelowy Napinacz strunowy
  • Cytat :
@inproceedings{gardent2017creating,
    title
= ""Creating Training Corpora for {NLG} Micro-Planners"",
    author
= ""Gardent, Claire  and
     
Shimorina, Anastasia  and
     
Narayan, Shashi  and
     
Perez-Beltrachini, Laura"",
    booktitle
= ""Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)"",
    month
= jul,
    year
= ""2017"",
    address
= ""Vancouver, Canada"",
    publisher
= ""Association for Computational Linguistics"",
    doi
= ""10.18653/v1/P17-1017"",
    pages
= ""179--188"",
    url
= ""https://www.aclweb.org/anthology/P17-1017.pdf""
}