Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

dardo

  • Descripción:

DART (generación de registro de datos a texto) contiene relación entidad-relación RDF anotada con descripciones de oraciones que cubren todos los hechos en el conjunto triple. DART se construyó utilizando conjuntos de datos existentes como: WikiTableQuestions, WikiSQL, WebNLG y Cleaned E2E. Las tablas de WikiTableQuestions y WikiSQL se transformaron en triples sujeto-predicado-objeto, y sus anotaciones de texto se recopilaron principalmente de MTurk. Las representaciones significativas en E2E también se transformaron en triples y se utilizaron sus descripciones, se descartaron algunas que no se podían transformar.

Las divisiones de conjuntos de datos de E2E y WebNLG se mantienen, y para WikiTableQuestions y WikiSQL, la similitud de Jaccard se usa para mantener tablas similares en el mismo conjunto (train / dev / tes).

Este conjunto de datos se construye siguiendo un formato de tabla estandarizado.

Separar Ejemplos de
'test' 12,552
'train' 62.659
'validation' 6,980
  • características:
FeaturesDict({
    'input_text': FeaturesDict({
        'table': Sequence({
            'column_header': tf.string,
            'content': tf.string,
            'row_number': tf.int16,
        }),
    }),
    'target_text': tf.string,
})
  • Cita:
@article{radev2020dart,
  title={DART: Open-Domain Structured Data Record to Text Generation},
  author={Dragomir Radev and Rui Zhang and Amrit Rau and Abhinand Sivaprasad and Chiachun Hsieh and Nazneen Fatema Rajani and Xiangru Tang and Aadit Vyas and Neha Verma and Pranav Krishna and Yangxiaokang Liu and Nadia Irwanto and Jessica Pan and Faiaz Rahman and Ahmad Zaidi and Murori Mutuma and Yasin Tarabar and Ankit Gupta and Tao Yu and Yi Chern Tan and Xi Victoria Lin and Caiming Xiong and Richard Socher},
  journal={arXiv preprint arXiv:2007.02871},
  year={2020}