e2e_cleaned

  • 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。

スプリット
'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
  • 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.",
}