مادة عرض

• الوصف :

ASSET هي مجموعة بيانات لتقييم أنظمة تبسيط الجمل مع تحويلات إعادة كتابة متعددة ، كما هو موضح في "الأصول: مجموعة بيانات لضبط وتقييم نماذج تبسيط الجملة مع تحويلات إعادة كتابة متعددة." تتكون المجموعة من 2000 عملية تحقق و 359 جملة اختبار أصلية تم تبسيط كل منها 10 مرات بواسطة شروح مختلفة. تحتوي المجموعة أيضًا على أحكام بشرية تتعلق بالحفاظ على المعنى والطلاقة والبساطة لمخرجات العديد من أنظمة تبسيط النص التلقائي.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : https://github.com/facebookresearch/asset

• كود المصدر : tfds.datasets.asset.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي.

• حجم التحميل : 3.47 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): None

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@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",
}

الأصول / التبسيط (التكوين الافتراضي)

• وصف التكوين : مجموعة من الجمل الأصلية تتماشى مع 10 تبسيطات محتملة لكل منها.

• حجم مجموعة البيانات : 2.64 MiB

• الانقسامات :

• هيكل الميزة :

FeaturesDict({
    'original': Text(shape=(), dtype=string),
    'simplifications': Sequence(Text(shape=(), dtype=string)),
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):

الأصول / التصنيفات

• وصف التكوين : تصنيفات بشرية لتبسيط النص الناتج تلقائيًا.

• حجم مجموعة البيانات : 1.44 MiB

• الانقسامات :

• هيكل الميزة :

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,
})

• وثائق الميزة :

• أمثلة ( tfds.as_dataframe ):