- 説明:
クリーンな MR を含む E2E NLG チャレンジ データのアップデート リリース。 E2E データには、レストラン ドメインでの対話行為ベースの意味表現 (MR) と、予測が必要な自然言語での最大 5 つの参照が含まれています。
追加のドキュメント:コード を使用したペーパーの探索
ソース コード:
tfds.datasets.e2e_cleaned.Builder
バージョン:
-
0.1.0
(デフォルト): リリース ノートはありません。
-
ダウンロードサイズ:
13.92 MiB
データセットのサイズ:
14.70 MiB
自動キャッシュ(ドキュメント): はい
スプリット:
スプリット | 例 |
---|---|
'test' | 4,693 |
'train' | 33,525 |
'validation' | 4,299 |
- 機能構造:
FeaturesDict({
'input_text': FeaturesDict({
'table': Sequence({
'column_header': string,
'content': string,
'row_number': int16,
}),
}),
'target_text': string,
})
- 機能のドキュメント:
特徴 | クラス | 形 | Dtype | 説明 |
---|---|---|---|---|
特徴辞書 | ||||
入力テキスト | 特徴辞書 | |||
入力テキスト/テーブル | 順序 | |||
input_text/table/column_header | テンソル | ストリング | ||
入力テキスト/テーブル/コンテンツ | テンソル | ストリング | ||
入力テキスト/テーブル/行番号 | テンソル | int16 | ||
target_text | テンソル | ストリング |
監視キー(
as_supervised
docを参照):('input_text', 'target_text')
図( tfds.show_examples ): サポートされていません。
例( tfds.as_dataframe ):
- 引用:
@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.",
}