web_nlg

  • Descrição :

Os dados contêm conjuntos de 1 a 7 triplos da forma sujeito-predicado-objeto extraídos de (DBpedia)[ https://wiki.dbpedia.org/ ] e texto em linguagem natural que é uma verbalização desses triplos. Os dados de teste abrangem 15 domínios diferentes, onde apenas 10 aparecem nos dados de treinamento. O conjunto de dados segue um formato de tabela padronizado.

Dividir Exemplos
'test_all' 4.928
'test_unseen' 2.433
'train' 18.102
'validation' 2.268
  • Estrutura de recursos :
FeaturesDict({
    'input_text': FeaturesDict({
        'context': string,
        'table': Sequence({
            'column_header': string,
            'content': string,
            'row_number': int16,
        }),
    }),
    'target_text': string,
})
  • Documentação do recurso:
Característica Classe Forma Tipo D Descrição
RecursosDict
Entrada de texto RecursosDict
input_text/contexto tensor corda
texto_entrada/tabela Seqüência
input_text/table/column_header tensor corda
texto_entrada/tabela/conteúdo tensor corda
input_text/table/row_number tensor int16
texto_alvo tensor corda
  • Citação :
@inproceedings{gardent2017creating,
    title = ""Creating Training Corpora for {NLG} Micro-Planners"",
    author = ""Gardent, Claire  and
      Shimorina, Anastasia  and
      Narayan, Shashi  and
      Perez-Beltrachini, Laura"",
    booktitle = ""Proceedings of the 55th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers)"",
    month = jul,
    year = ""2017"",
    address = ""Vancouver, Canada"",
    publisher = ""Association for Computational Linguistics"",
    doi = ""10.18653/v1/P17-1017"",
    pages = ""179--188"",
    url = ""https://www.aclweb.org/anthology/P17-1017.pdf""
}