lm1b, lm1b

• opis :

Korpus wzorcowy do mierzenia postępów w statystycznym modelowaniu języka. Ma to prawie miliard słów w danych treningowych.

• Dodatkowa dokumentacja : Przeglądaj dokumenty z kodem

• Strona główna : http://www.statmt.org/lm-benchmark/

• Kod źródłowy : tfds.datasets.lm1b.Builder

• Wersje :

  • 1.1.0 (domyślnie): Brak informacji o wersji.

• Rozmiar pliku do pobrania : 1.67 GiB

• Rozmiar zestawu danych : 4.40 GiB

• Automatyczne buforowanie ( dokumentacja ): Nie

• Podziały :

Rozdzielać	Przykłady
'test'	306688
'train'	30 301 028

• Struktura funkcji :

FeaturesDict({
    'text': Text(shape=(), dtype=string),
})

• Dokumentacja funkcji :

Funkcja	Klasa	Kształt	Typ D	Opis
	FunkcjeDict
tekst	Tekst		strunowy

• Nadzorowane klucze (Zobacz as_supervised doc ): ('text', 'text')

• Rysunek ( tfds.show_examples ): Nieobsługiwany.

• Przykłady ( tfds.as_dataframe ):

• Cytat :

@article{DBLP:journals/corr/ChelbaMSGBK13,
  author    = {Ciprian Chelba and
               Tomas Mikolov and
               Mike Schuster and
               Qi Ge and
               Thorsten Brants and
               Phillipp Koehn},
  title     = {One Billion Word Benchmark for Measuring Progress in Statistical Language
               Modeling},
  journal   = {CoRR},
  volume    = {abs/1312.3005},
  year      = {2013},
  url       = {http://arxiv.org/abs/1312.3005},
  archivePrefix = {arXiv},
  eprint    = {1312.3005},
  timestamp = {Mon, 13 Aug 2018 16:46:16 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/ChelbaMSGBK13},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}