лм1б, лм1б

• Описание :

Эталонный корпус, который будет использоваться для измерения прогресса в статистическом языковом моделировании. Это почти один миллиард слов в обучающих данных.

• Дополнительная документация : изучить документы с кодом

• Домашняя страница : http://www.statmt.org/lm-benchmark/

• Исходный код : tfds.datasets.lm1b.Builder

• Версии :

  • 1.1.0 (по умолчанию): нет примечаний к выпуску.

• Размер загрузки : 1.67 GiB

• Размер набора данных : 4.40 GiB

• Автоматическое кэширование ( документация ): Нет

• Сплиты :

Расколоть	Примеры
'test'	306 688
'train'	30 301 028

• Структура функции :

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

• Документация по функциям :

Особенность	Учебный класс	Форма	Dтип	Описание
	ОсобенностиDict
текст	Текст		нить

• Контролируемые ключи (см. as_supervised doc ): ('text', 'text')

• Рисунок ( tfds.show_examples ): не поддерживается.

• Примеры ( tfds.as_dataframe ):

• Цитата :

@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}
}