Train Hard, Finetune Easy: Multilingual Denoising for RDF-to-Text Generation

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F20%3A10424456" target="_blank" >RIV/00216208:11320/20:10424456 - isvavai.cz</a>

Výsledek na webu

<a href="https://www.aclweb.org/anthology/2020.webnlg-1.20/" target="_blank" >https://www.aclweb.org/anthology/2020.webnlg-1.20/</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Train Hard, Finetune Easy: Multilingual Denoising for RDF-to-Text Generation

Popis výsledku v původním jazyce

We describe our system for the RDF-to-text generation task of the WebNLG Challenge 2020. We base our approach on the mBART model, which is pre-trained for multilingual denoising. This allows us to use a simple, identical, end-to-end setup for both English and Russian. Requiring minimal task or language-specific effort, our model placed in the first third of the leaderboard for English and first or second for Russian on automatic metrics, and it made it into the best or second-best system cluster on human evaluation.

Název v anglickém jazyce

Train Hard, Finetune Easy: Multilingual Denoising for RDF-to-Text Generation

Popis výsledku anglicky

We describe our system for the RDF-to-text generation task of the WebNLG Challenge 2020. We base our approach on the mBART model, which is pre-trained for multilingual denoising. This allows us to use a simple, identical, end-to-end setup for both English and Russian. Requiring minimal task or language-specific effort, our model placed in the first third of the leaderboard for English and first or second for Russian on automatic metrics, and it made it into the best or second-best system cluster on human evaluation.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2020

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 3rd International Workshop on Natural Language Generation from the Semantic Web (WebNLG+)

ISBN

978-1-952148-59-0

ISSN

—

e-ISSN

—

Počet stran výsledku

6

Strana od-do

171-176

Název nakladatele

Association for Computational Linguistics

Místo vydání

Stroudsburg, PA, USA

Místo konání akce

Online

Datum konání akce

18. 12. 2020

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—