Mod-D2T: A Multi-layer Dataset for Modular Data-to-Text Generation
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F23%3AK35LBLCV" target="_blank" >RIV/00216208:11320/23:K35LBLCV - isvavai.cz</a>
Výsledek na webu
<a href="https://aclanthology.org/2023.inlg-main.36/" target="_blank" >https://aclanthology.org/2023.inlg-main.36/</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.18653/v1/2023.inlg-main.36" target="_blank" >10.18653/v1/2023.inlg-main.36</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Mod-D2T: A Multi-layer Dataset for Modular Data-to-Text Generation
Popis výsledku v původním jazyce
"Rule-based text generators lack the coverage and fluency of their neural counterparts, but have two big advantages over them: (i) they are entirely controllable and do not hallucinate; and (ii) they can fully explain how an output was generated from an input. In this paper we leverage these two advantages to create large and reliable synthetic datasets with multiple human-intelligible intermediate representations. We present the Modular Data-to-Text (Mod-D2T) Dataset which incorporates ten intermediate-level representations between input triple sets and output text; the mappings from one level to the next can broadly be interpreted as the traditional modular tasks of an NLG pipeline. We describe the Mod-D2T dataset, evaluate its quality via manual validation and discuss its applications and limitations. Data, code and documentation are available at https://github.com/mille-s/Mod-D2T."
Název v anglickém jazyce
Mod-D2T: A Multi-layer Dataset for Modular Data-to-Text Generation
Popis výsledku anglicky
"Rule-based text generators lack the coverage and fluency of their neural counterparts, but have two big advantages over them: (i) they are entirely controllable and do not hallucinate; and (ii) they can fully explain how an output was generated from an input. In this paper we leverage these two advantages to create large and reliable synthetic datasets with multiple human-intelligible intermediate representations. We present the Modular Data-to-Text (Mod-D2T) Dataset which incorporates ten intermediate-level representations between input triple sets and output text; the mappings from one level to the next can broadly be interpreted as the traditional modular tasks of an NLG pipeline. We describe the Mod-D2T dataset, evaluate its quality via manual validation and discuss its applications and limitations. Data, code and documentation are available at https://github.com/mille-s/Mod-D2T."
Klasifikace
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)
Návaznosti výsledku
Projekt
—
Návaznosti
—
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
"Proceedings of the 16th International Natural Language Generation Conference"
ISBN
979-8-89176-001-1
ISSN
—
e-ISSN
—
Počet stran výsledku
12
Strana od-do
455-466
Název nakladatele
""
Místo vydání
Prague, Czechia
Místo konání akce
Prague, Czechia
Datum konání akce
1. 1. 2023
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—