activo

• Descripción :

ASSET es un conjunto de datos para evaluar sistemas de simplificación de oraciones con múltiples transformaciones de reescritura, como se describe en "ASSET: un conjunto de datos para ajustar y evaluar modelos de simplificación de oraciones con múltiples transformaciones de reescritura". El corpus está compuesto por 2000 oraciones originales de validación y 359 de prueba, cada una de las cuales fue simplificada 10 veces por diferentes anotadores. El corpus también contiene juicios humanos de preservación del significado, fluidez y simplicidad para los resultados de varios sistemas automáticos de simplificación de texto.

• Documentación adicional : Explore en Papers With Code north_east

• Página de inicio: https://github.com/facebookresearch/asset

• Código fuente : tfds.datasets.asset.Builder

• Versiones :

  • 1.0.0 (predeterminado): Versión inicial.

• Tamaño de la descarga : 3.47 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Claves supervisadas (Ver as_supervised doc ): None

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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",
}

activo/simplificación (configuración predeterminada)

• Descripción de la configuración : un conjunto de oraciones originales alineadas con 10 posibles simplificaciones para cada una.

• Tamaño del conjunto de datos : 2.64 MiB

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Ejemplos ( tfds.as_dataframe ):

activo/calificaciones

• Descripción de la configuración : Calificaciones humanas de simplificación de texto producido automáticamente.

• Tamaño del conjunto de datos : 1.44 MiB

• Divisiones :

• Estructura de características :

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,
})

• Documentación de características :

• Ejemplos ( tfds.as_dataframe ):