e2e_pulito

• Descrizione :

Una versione aggiornata dei dati E2E NLG Challenge con MR puliti. I dati E2E contengono la rappresentazione del significato basata sull'atto del dialogo (MR) nel dominio del ristorante e fino a 5 riferimenti in linguaggio naturale, che è ciò che è necessario prevedere.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Homepage : https://github.com/tuetschek/e2e-cleaning

• Codice sorgente : tfds.datasets.e2e_cleaned.Builder

• Versioni :

  • 0.1.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 13.92 MiB

• Dimensione del set di dati: 14.70 MiB

• Auto-cache ( documentazione ): Sì

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'input_text': FeaturesDict({
        'table': Sequence({
            'column_header': string,
            'content': string,
            'row_number': int16,
        }),
    }),
    'target_text': string,
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi as_supervised doc ): ('input_text', 'target_text')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@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.",
}