Papers with Code · CC BY-SA 4.0

KG-to-Text Generation

Text Generation › Data-to-Text Generation › KG-to-Text Generation 57 평가 기록 11 datasets

Knowledge-graph-to-text (KG-to-text) generation aims to generate high-quality texts which are consistent with input graphs.

Description from: JointGT: Graph-Text Joint Representation Learning for Text Generation from Knowledge Graphs

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
GAP - Me,r+γ
BLEU: 66.2ROUGE: 76.36
논문 코드
FactT5B
BLEU: 67.08METEOR: 48.34FactSpotter: 99.71
논문 코드
GAP - Me,r+γ
BLEU: 35.08METEOR: 27.5ROUGE: 64.28BertScore: 93.38
논문 코드
BART-large+ STA
BLEU: 25.66
논문 코드
JointGT (BART)
BLEU: 65.89METEOR: 48.25ROUGE: 78.87
논문 코드
JointGT (BART)
BLEU: 30.02METEOR: 32.05ROUGE: 55.6
논문 코드
Unconditional
Test perplexity: 25.85rBLEU (Valid): 10.97rBLEU (Test): 9.98rBLEU(w/title)(Valid): 27.98
논문 코드
T5_large
BLEU: 59.70METEOR: 44.18chrF++: 75.40
논문 코드
T5_large
BLEU: 64.71METEOR: 45.85chrF++: 78.29
논문 코드
T5_large
BLEU: 53.67METEOR: 42.26chrF++: 72.25
논문 코드
MGCN+sum
BLEU: 26.4
논문 코드

데이터셋

11개

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.