Logic2Text

displayName: Logic2Text
labelTypes:
- Text
license:
- MIT
mediaTypes:
- Text
paperUrl: https://arxiv.org/pdf/2004.14579v2.pdf
publishDate: "2020"
publishUrl: https://github.com/czyssrs/Logic2Text
publisher:
- University of California
- Intel AI
tags:
- Language
taskTypes:
- Natural Language Generation

---
# 数据集介绍
## 简介
Logic2Text 是一个大规模数据集，包含 10,753 个描述，涉及与底层逻辑形式配对的常见逻辑类型。逻辑形式表现出自由模式的多样化图结构，这对模型理解语义的能力提出了很大挑战。
## 引文

```
"@article{chen2020logic2text,
title={Logic2text: High-fidelity natural language generation from logical forms},
author={Chen, Zhiyu and Chen, Wenhu and Zha, Hanwen and Zhou, Xiyou and Zhang, Yunkai and Sundaresan, Sairam and Wang, William Yang},
journal={arXiv preprint arXiv:2004.14579},
year={2020}
}"
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：Logic2Text
标签类型：
- 文本
许可证：
- MIT协议
媒体类型：
- 文本
论文链接：https://arxiv.org/pdf/2004.14579v2.pdf
发布日期：2020年
项目地址：https://github.com/czyssrs/Logic2Text
发布机构：
- 加利福尼亚大学（University of California）
- 英特尔人工智能（Intel AI）
标签：
- 语言
任务类型：
- 自然语言生成（Natural Language Generation）

---

# 数据集说明
## 数据集简介
Logic2Text 是一款大规模数据集，涵盖10753条描述文本，关联各类常见逻辑类型与其对应的底层逻辑形式。该数据集的逻辑形式呈现出自由范式下的多样化图结构，对模型的语义理解能力构成了显著挑战。
## 引用格式

"@article{chen2020logic2text,
title={Logic2text: High-fidelity natural language generation from logical forms},
author={Chen, Zhiyu and Chen, Wenhu and Zha, Hanwen and Zhou, Xiyou and Zhang, Yunkai and Sundaresan, Sairam and Wang, William Yang},
journal={arXiv preprint arXiv:2004.14579},
year={2020}
}"

## 数据集下载
:modelscope-code[]{type="git"}