lm1b ، lm1b

• الوصف :

مجموعة مرجعية تستخدم لقياس التقدم في نمذجة اللغة الإحصائية. هذا يحتوي على ما يقرب من مليار كلمة في بيانات التدريب.

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز

• الصفحة الرئيسية : http://www.statmt.org/lm-benchmark/

• كود المصدر : tfds.datasets.lm1b.Builder

• إصدارات :

  • 1.1.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

• حجم التحميل : 1.67 GiB

• حجم مجموعة البيانات : 4.40 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

انشق، مزق	أمثلة
'test'	306688
'train'	30301028

• هيكل الميزة :

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

• وثائق الميزة :

ميزة	فصل	شكل	نوع	وصف
	الميزات
نص	نص		سلسلة

• المفاتيح الخاضعة للإشراف (راجع المستند as_supervised ): ('text', 'text')

• الشكل ( tfds.show_examples ): غير مدعوم.

• أمثلة ( tfds.as_dataframe ):

• الاقتباس :

@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}
}