lm1b,lm1b

• תיאור :

קורפוס בנצ'מרק שישמש למדידת התקדמות במודלים סטטיסטיים של שפות. יש לזה כמעט מיליארד מילים בנתוני ההדרכה.

• תיעוד נוסף : חקור על ניירות עם קוד

• דף הבית : http://www.statmt.org/lm-benchmark/

• קוד מקור : tfds.datasets.lm1b.Builder

• גרסאות :

  • 1.1.0 (ברירת מחדל): אין הערות שחרור.

• גודל הורדה : 1.67 GiB

• גודל מערך נתונים : 4.40 GiB

• שמירה אוטומטית במטמון ( תיעוד ): לא

• פיצולים :

לְפַצֵל	דוגמאות
'test'	306,688
'train'	30,301,028

• מבנה תכונה :

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

• תיעוד תכונה :

תכונה	מעמד	צוּרָה	Dtype	תיאור
	FeaturesDict
טֶקסט	טֶקסט		חוּט

• מפתחות בפיקוח (ראה as_supervised doc ): ('text', 'text')

• איור ( tfds.show_examples ): לא נתמך.

• דוגמאות ( tfds.as_dataframe ):

• ציטוט :

@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}
}