[论文翻译]FactS potter: 评估图到文本生成的事实忠实性
图到文本生成 (Graph-to-text, G2T) 以图结构作为输入,旨在生成流畅且忠实反映图中信息的文本表示。该任务具有多种应用场景,例如对话生成和问答系统。本研究探讨了现有数据集在多大程度上解决了 G2T 生成问题,并分析了现有指标在文本对比中的表现。针对现有指标的局限性,我们提出了一种新指标 FactSpotter,它能准确识别事实忠实性——即给定三元组 (主体, 谓词, 客体) 时,判断该三元组是否出现在生成文本中。实验表明,FactSpotter 在数据正确性、数据覆盖率和相关性方面与人工标注结果具有最高相关性。