RecipeNLG 数据集卡片

数据集概述

RecipeNLG：用于半结构化文本生成的烹饪食谱数据集。

虽然 RecipeNLG 数据集基于 Recipe1M+ 数据集，但它大大扩展了可用的食谱数量。新数据集在 Recipe1M+ 数据集基础上提供了超过100万条新的、经过预处理和去重的食谱。

支持的任务和排行榜

[需要更多信息]

语言

该数据集为英文。

数据集结构

数据实例

{'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): ID。
• title (str): 食谱标题。
• ingredients (str的列表): 食材。
• directions (str的列表): 指导步骤。
• link (str): URL链接。
• source (ClassLabel): 每个食谱记录的来源，可能的取值为{"Gathered", "Recipes1M"}：
  • "Gathered" (0): 从多个烹饪网页中获取的额外食谱，使用自动化脚本进行网页抓取过程。
  • "Recipes1M" (1): 来自 "Recipe1M+" 数据集的食谱。
• ner (str的列表): NER 食品实体。

数据集划分

该数据集包含一个训练集划分。

数据集创建

策划理由

[需要更多信息]

源数据

[需要更多信息]

初始数据收集和标准化

[需要更多信息]

[需要更多信息]

注释

[需要更多信息]

[需要更多信息]

[需要更多信息]

个人和敏感信息

[需要更多信息]

使用数据的注意事项

数据集的社会影响

[需要更多信息]

偏见讨论

[需要更多信息]

其他已知限制

[需要更多信息]

附加信息

数据集策划者

[需要更多信息]

许可信息

我（“研究人员”）已请求获得使用 RecipeNLG 数据集（“数据集”）的许可，该许可是在波兹南理工大学（PUT）获得的。作为获得许可的交换，研究人员在此同意以下条款和条件：

引用信息

@inproceedings{bien-etal-2020-recipenlg,
    title = "{R}ecipe{NLG}: A Cooking Recipes Dataset for Semi-Structured Text Generation",
    author = "Bie{\'n}, 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。