web_nlg

• Deskripsi :

Data berisi kumpulan 1 hingga 7 tripel bentuk subjek-predikat-objek yang diekstrak dari (DBpedia) [ https://wiki.dbpedia.org/ ] dan teks bahasa alami yang merupakan verbalisasi dari tripel ini. Data pengujian mencakup 15 domain berbeda di mana hanya 10 yang muncul dalam data pelatihan. Dataset mengikuti format tabel standar.

• Situs web : https://webnlg-challenge.loria.fr/challenge_2017/

• Kode sumber : tfds.structured.web_nlg.WebNlg

• Versi :

  • 0.1.0 (default): Tidak ada catatan rilis.

• Ukuran unduhan : 19.76 MiB

• Ukuran 13.78 MiB data : 13.78 MiB

• Cache otomatis ( dokumentasi ): Ya

• Split :

• Fitur :

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

• Kunci yang diawasi (Lihat dokumen as_supervised ): ('input_text', 'target_text')

• Kutipan :

@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""
}

• Gambar ( tfds.show_examples ): Tidak didukung.

• Contoh ( tfds.as_dataframe ):