Apr, 2021

从科学表格中学习推理进行文本生成

PDF
TL;DR本研究引入了 SciGen，一个考虑推理的数据到文本生成任务的数据集。SciGen 是第一个评估生成模型在复杂输入结构下算术推理能力的数据集，并表明表格描述需要考虑表格值的推理。在 SciGen 上进行实验表明，目前数据到文本生成模型的推理能力受限，缺乏适当的自动评估度量。
scigendata-to-text generationreasoningscientific tablesarithmetic reasoning
发现论文，激发创造
  • 面向科学推理的可控表格到文本生成

    我们提供了一个生成符合用户偏好的流畅且逻辑一致的科学表格数据描述的新任务，并通过构建一个具有高亮单元格和相应专业知识库的数据集，为这个方向的研究提供了基准，并提出了一种优于竞争方法的新架构。结果显示，大型模型在生成与用户偏好一致的准确内容方面存在困难。作为首创，我们的工作有望推动科学领域的进一步研究。

    Dec, 2023

  • SciXGen：面向上下文感知文本生成的科学论文数据集

    文章提出了一种新的任务，即科学领域的上下文感知文本生成，并介绍了规模庞大的科学论文数据集 SciXGen，其中包含了 205,304 篇完全注释的论文和广泛使用对象（如表格，图形，算法）的完整引用。使用最新技术进行综合性评估，同时公开数据集和基准，以促进科学文本生成研究。

    Oct, 2021

  • STOAT: 用控件将结构化数据转化为分析性文本

    本论文提出了一种基于 STOAT 模型的分析文本从结构化数据（如表格）生成方法，该模型可在输出中增加给定的推理类别，如数字推理、常识推理、时间推理、表格知识和实体知识，并在人类评价中比基准模型生成了 15.3% 更忠实和分析的描述。

    May, 2023

  • 在数据稀缺的约束下，在人工参与机制下的医学科学表格自动生成文本

    本文提出了一种新的基于表格到文本的方法，通过自我纠正、复制机制和合成数据增量，增强了该方法的性能。实验证明，该方法选择了显著的生物医学实体和值，以生成相关的文本，同时我们还演示了该系统对新数据集的轻量级适应。人工验证表明，该模型的输出是准确和可靠的。

    May, 2022

  • SCITAB: 一个用于科学数据表格组合推理和论断验证的重要基准测试

    构建 SCITAB 数据集用于科学事实审查，从实际科学陈述中提取复合表理推理的 1225 个挑战性科学主张，将其证据呈现为表格形式，揭示了现有提示方法的限制和挑战，提出了未来研究方向。

    May, 2023

  • 增强表格推理的现实数据增强框架

    该论文提出了一种实际的半自动数据增强框架，可以为半结构化表格推理等 NLI 任务构建训练数据。使用生成可应用于相似表格的假设模板生成假设并基于人类逻辑约束和前提重述创建有理的反事实表。该框架可以产生类人的表推理示例，可在有限监督的情况下提高训练数据的规模。

    Oct, 2022

  • 从半结构化表格中生成样例，赋予语言模型推理技能

    本文提出了一种基于预训练的方法，通过利用半结构化表格自动生成问题 - 段落对，以检验模型的推理能力，并且通过采样策略来提高模型训练的效率，在三个涉及推理的阅读理解数据集上证明了我们的模型相比于现有流行模型 T5 表现更优。

    Jul, 2021

  • 科学表格的标签问答模型有多稳健？使用自定义数据集的研究

    研究报告通过构建新的 SciTabQA 数据集评估现有的科学混合表格问答模型的稳健性和性能，发现表格问答模型在科学信息上的解释能力较低，需要进一步改进。

    Mar, 2024

  • INFOTABS：基于半结构化数据表的推断

    本文介绍了一个名为 INFOTABS 的新数据集，它由基于来自维基百科信息框的表格的前提条件的人工编写的文本假设组成。 该研究表明，尽管人类标注者同意表格 - 假设对之间的关系，但是多个标准建模策略在此任务中效果不佳，表明表格推理可能会带来困难的建模挑战。

    May, 2020

  • FigGen: 文字转科学图形生成

    本文提出了一个新的问题：文本描述下的科学图形生成，为此介绍了一个基于扩散的方法 FigGen，并探讨了该任务面临的主要挑战。

    Jun, 2023