데이터-텍스트 생성
데이터-텍스트 생성은 자연어 처리 분야의 고전적인 문제로, 구조화된 데이터를 유창하고 정확한 자연어 텍스트로 변환하는 것을 목표로 합니다. 이 작업은 입력 데이터에서 적절한 내용을 선택하여 설명하는 것뿐만 아니라, 다양한 응용 시나리오(자동 보고서 생성, 날씨 예보, 뉴스 요약 등)에 맞는 자연스럽고 일관된 표현을 생성하기 위한 표면 실현 기술을 사용하는 것을 필요로 합니다.
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