Resumen: Los gráficos dinámicos atribuidos por texto (DYTAGS), que integran intrincadamente los atributos estructurales, temporales y textuales, son cruciales para modelar sistemas complejos del mundo real. Sin embargo, la mayoría de los conjuntos de datos DYTAG existentes exhiben una calidad textual deficiente, lo que limita severamente su utilidad para las tareas de generación de DYTAG que requieren entradas semánticamente ricas. Además, el trabajo previo se centra principalmente en tareas discriminatorias en los dytags, lo que resulta en una falta de formulaciones de tareas estandarizadas y protocolos de evaluación adaptados para la generación de DYTAG. Para abordar estos problemas críticos, proponemos un punto de referencia de DYTAG generativo (GDGB), que comprende ocho conjuntos de datos de DYTAG meticulosamente seleccionados con características textuales de alta calidad para nodos y bordes, superando las limitaciones de conjuntos de datos anteriores. Sobre la base de GDGB, definimos dos nuevas tareas de generación de DYTAG: generación de gráficos dinámicos transductivos (TDGG) y generación de gráficos dinámicos inductivos (IDGG). TDGG genera transductivamente un DYTAG de destino basado en los conjuntos de nodos de origen y destino dados, mientras que el IDGG más desafiante introduce una nueva generación de nodos para modelar inductivamente la expansión dinámica de los datos de gráficos del mundo real. Para habilitar la evaluación holística, diseñamos métricas multifacéticas que evalúan la calidad estructural, temporal y textual de los dytags generados. Además, proponemos GAG General, un marco generativo múltiple basado en LLM adaptado para la evaluación comparativa reproducible y robusta de la generación DYTAG. Los resultados experimentales demuestran que GDGB permite una evaluación rigurosa de TDGG e IDGG, con ideas clave que revelan la interacción crítica de las características estructurales y textuales en la generación DYTAG. Estos hallazgos establecen GDGB como un recurso fundamental para avanzar en la investigación generativa de DYTAG y desbloquear aplicaciones prácticas adicionales en la generación DYTAG. Los conjuntos de datos GDGB, los códigos fuente y las tablas de clasificación están disponibles en href {esta URL HTTPS}{aquí}.
Publicado Originalme en export.arxiv.org El 7 de julio de 2025.
Ver Fuente Original
