- توضیحات :
مجموعه دادههای ارزیابی برای ترجمه ماشینی با منابع کم: نپالی-انگلیسی و سینهالی-انگلیسی.
اسناد اضافی : کاوش در کاغذها با کد
صفحه اصلی : https://github.com/facebookresearch/flores/
کد منبع :
tfds.translate.Flores
نسخه ها :
-
1.2.0
(پیش فرض): بدون یادداشت انتشار.
-
حجم دانلود :
1.47 MiB
ذخیره خودکار ( اسناد ): بله
شکل ( tfds.show_examples ): پشتیبانی نمی شود.
نقل قول :
@misc{guzmn2019new,
title={Two New Evaluation Datasets for Low-Resource Machine Translation: Nepali-English and Sinhala-English},
author={Francisco Guzman and Peng-Jen Chen and Myle Ott and Juan Pino and Guillaume Lample and Philipp Koehn and Vishrav Chaudhary and Marc'Aurelio Ranzato},
year={2019},
eprint={1902.01382},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
flores/neen (پیکربندی پیش فرض)
توضیحات پیکربندی : مجموعه داده های ترجمه از ne به en.
حجم مجموعه داده :
1.89 MiB
تقسیم ها :
شکاف | مثال ها |
---|---|
'test' | 2,835 |
'validation' | 2,559 |
- ساختار ویژگی :
Translation({
'en': Text(shape=(), dtype=string),
'ne': Text(shape=(), dtype=string),
})
- مستندات ویژگی :
ویژگی | کلاس | شکل | نوع D | شرح |
---|---|---|---|---|
ترجمه | ||||
en | متن | رشته | ||
ne | متن | رشته |
کلیدهای نظارت شده (نگاه کنید به
as_supervised
doc ):('ne', 'en')
مثالها ( tfds.as_dataframe ):
flores/sien
توضیحات پیکربندی : مجموعه داده های ترجمه از si به en.
حجم مجموعه داده :
2.05 MiB
تقسیم ها :
شکاف | مثال ها |
---|---|
'test' | 2766 |
'validation' | 2,898 |
- ساختار ویژگی :
Translation({
'en': Text(shape=(), dtype=string),
'si': Text(shape=(), dtype=string),
})
- مستندات ویژگی :
ویژگی | کلاس | شکل | نوع D | شرح |
---|---|---|---|---|
ترجمه | ||||
en | متن | رشته | ||
سی | متن | رشته |
کلیدهای نظارت شده (نگاه کنید به
as_supervised
doc ):('si', 'en')
مثالها ( tfds.as_dataframe ):