karya

• Deskripsi :

OPUS adalah kumpulan teks terjemahan dari web.

Buat konfigurasi Anda sendiri untuk memilih pasangan data / bahasa mana yang akan dimuat.

config = tfds.translate.opus.OpusConfig(
    version=tfds.core.Version('0.1.0'),
    language_pair=("de", "en"),
    subsets=["GNOME", "EMEA"]
)
builder = tfds.builder("opus", config=config)

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : http://opus.nlpl.eu/

• Kode sumber : tfds.datasets.opus.Builder

• Versi :

  • 0.1.0 (default): Tidak ada catatan rilis.

• Struktur fitur :

Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	Terjemahan
de	Teks		rangkaian
en	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): ('de', 'en')

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@inproceedings{Tiedemann2012ParallelData,
  author = {Tiedemann, J},
  title = {Parallel Data, Tools and Interfaces in OPUS},
  booktitle = {LREC}
  year = {2012} }

opus/medis (konfigurasi default)

• Deskripsi konfigurasi : dokumen medis

• Ukuran unduhan : 34.29 MiB

• Ukuran dataset : 188.85 MiB

• Auto-cached ( dokumentasi ): Hanya ketika shuffle_files=False (train)

• Perpecahan :

Membelah	Contoh
'train'	1.108.752

• Contoh ( tfds.as_dataframe ):

karya/hukum

• Deskripsi konfigurasi : dokumen hukum

• Ukuran unduhan : 46.99 MiB

• Ukuran dataset : 214.44 MiB

• Auto-cached ( dokumentasi ): Hanya ketika shuffle_files=False (train)

• Perpecahan :

Membelah	Contoh
'train'	719.372

• Contoh ( tfds.as_dataframe ):

opus/koran

• Deskripsi konfigurasi : dokumen koran

• Ukuran unduhan : 35.42 MiB

• Ukuran dataset : 117.54 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	537.128

• Contoh ( tfds.as_dataframe ):

opus/IT

• Deskripsi konfigurasi : Dokumen IT

• Ukuran unduhan : 10.33 MiB

• Ukuran dataset : 42.51 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'train'	347.817

• Contoh ( tfds.as_dataframe ):

opus/sub judul

• Deskripsi konfigurasi : dokumen subtitle

• Ukuran unduhan : 677.64 MiB

• Ukuran dataset : 2.01 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'train'	22.512.639

• Contoh ( tfds.as_dataframe ):