Génération de texte à partir de données
La génération de texte à partir de données est un problème classique dans le domaine du traitement automatique des langues, visant à convertir des données structurées en un texte naturel et fluide. Cette tâche ne se limite pas à sélectionner le contenu approprié des données d'entrée pour la description, mais elle nécessite également l'utilisation de techniques de réalisation superficielle pour générer des expressions naturelles et cohérentes, répondant aux besoins de différents scénarios d'application, tels que la génération automatique de rapports, les prévisions météorologiques et les résumés de nouvelles.
WebNLG
Control Prefixes (A1, T5-large)
E2E NLG Challenge
S_1^R
WebNLG Full
Cleaned E2E NLG Challenge
DataTuner_FC
RotoWire
HierarchicalEncoder + NR + IR
RotoWire (Relation Generation)
Macro
ToTTo
T5-3B
XAlign
MULTIWOZ 2.1
T5-Base
RotoWire (Content Ordering)
Hierarchical Transformer Encoder + conditional copy
Rotowire (Content Selection)
Hierarchical Transformer Encoder + conditional copy
MLB Dataset (Relation Generation)
Macro
MLB Dataset
Macro
MLB Dataset (Content Ordering)
Macro
Czech Restaurant NLG
MLB Dataset (Content Selection)
DART
T5-B Baseline
E2E
self-mem + new data (random)
SR11Deep
Transition based Deep Input Linearization
ViGGO
DataTuner_FC
WebNLG en
WebNLG ru
AMR3.0
StructAdapt
GenWiki
WikiOFGraph
T5-large
Wikipedia Person and Animal Dataset