Apr, 2024
解决 ToTTo 中输入问题，提高神经表格到文本输出的事实准确性
Improving Factual Accuracy of Neural Table-to-Text Output by Addressing
Input Problems in ToTTo
TL;DR研究表明，神经表格文本转换模型在输出时往往会产生错误，这些错误可以追溯到输入问题，通过对输入进行修正可以将错误率降低52%至76%（取决于模型）。此外，发现模型在处理非标准结构的表格输入时存在困难，特别是当输入缺乏明确的行和列值，或者列标题没有正确映射到相应的值时。