无本体的通用领域知识图到文本生成数据集
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该文章介绍了新数据集WikiGraphs,用于促进条件文本生成、图形生成和图形表示学习的研究。数据集包括维基百科文章和知识图,可评估文本生成模型。研究结果显示改进条件图形可提高生成和检索质量,但仍有改进空间。
🎯
关键要点
- 文章介绍了新的数据集WikiGraphs,旨在促进条件文本生成、图形生成和图形表示学习的研究。
- 数据集包含维基百科文章和Freebase知识图的子图,具有显著的规模,便于评估文本生成模型。
- 研究比较了基线图神经网络和变压器模型在图形->文本生成、图形->文本检索和文本->图形检索三项任务上的结果。
- 研究表明,改进条件图形可以提高生成和检索的质量,但仍有很大的改进空间。
🏷️
标签
➡️