mbien/recipe_nlg|文本生成数据集|食谱数据数据集

RecipeNLG是一个用于半结构化文本生成的烹饪食谱数据集，包含超过1百万个预处理和去重后的食谱。该数据集支持多种任务，如文本到文本生成、文本生成、填充掩码、文本检索和摘要等。

原始信息汇总

数据集概述

数据集描述

数据集摘要

RecipeNLG 是一个用于半结构化文本生成的烹饪食谱数据集。该数据集基于 Recipe1M+ 数据集，提供了超过 100 万条新的、预处理和去重后的食谱。

支持的任务和排行榜

[更多信息待补充]

语言

该数据集为英语。

数据集结构

数据实例

json { "id": 0, "title": "No-Bake Nut Cookies", "ingredients": [ "1 c. firmly packed brown sugar", "1/2 c. evaporated milk", "1/2 tsp. vanilla", "1/2 c. broken nuts (pecans)", "2 Tbsp. butter or margarine", "3 1/2 c. bite size shredded rice biscuits" ], "directions": [ "In a heavy 2-quart saucepan, mix brown sugar, nuts, evaporated milk and butter or margarine.", "Stir over medium heat until mixture bubbles all over top.", "Boil and stir 5 minutes more. Take off heat.", "Stir in vanilla and cereal; mix well.", "Using 2 teaspoons, drop and shape into 30 clusters on wax paper.", "Let stand until firm, about 30 minutes." ], "link": "www.cookbooks.com/Recipe-Details.aspx?id=44874", "source": 0, "ner": [ "brown sugar", "milk", "vanilla", "nuts", "butter", "bite size shredded rice biscuits" ] }

数据字段

• id (int): 唯一标识符。
• title (str): 食谱的标题。
• ingredients (list of str): 食谱的原料列表。
• directions (list of str): 食谱的步骤说明。
• link (str): 食谱的 URL 链接。
• source (ClassLabel): 食谱记录的来源，可能的值为 {"Gathered", "Recipes1M"}：
  • "Gathered" (0): 从多个烹饪网页上通过网络爬虫脚本收集的额外食谱。
  • "Recipes1M" (1): 来自 "Recipe1M+" 数据集的食谱。
• ner (list of str): 食物实体的命名实体识别。

数据分割

数据集包含一个单独的 train 分割。

数据集创建

策划理由

[更多信息待补充]

源数据

[更多信息待补充]

注释

[更多信息待补充]

个人和敏感信息

[更多信息待补充]

使用数据的注意事项

数据集的社会影响

[更多信息待补充]

偏见的讨论

[更多信息待补充]

其他已知限制

[更多信息待补充]

附加信息

数据集策展人

[更多信息待补充]

许可信息

使用 RecipeNLG 数据集需遵守以下条款和条件：

1. 仅用于非商业研究和教育目的。
2. 不提供任何关于数据集的保证。
3. 使用数据集产生的任何责任由使用者自行承担。
4. 可以与同意这些条款和条件的研究伙伴和同事共享数据集。
5. 如果使用者受雇于营利性商业实体，该雇主也受这些条款和条件的约束。

引用信息

bibtex @inproceedings{bien-etal-2020-recipenlg, title = "{R}ecipe{NLG}: A Cooking Recipes Dataset for Semi-Structured Text Generation", author = "Bie{ }, Micha{l} and Gilski, Micha{l} and Maciejewska, Martyna and Taisner, Wojciech and Wisniewski, Dawid and Lawrynowicz, Agnieszka", booktitle = "Proceedings of the 13th International Conference on Natural Language Generation", month = dec, year = "2020", address = "Dublin, Ireland", publisher = "Association for Computational Linguistics", url = "https://www.aclweb.org/anthology/2020.inlg-1.4", pages = "22--28", }

贡献

感谢 @abhishekkrthakur 添加此数据集。