ted_hrlr_translate

• Descripción :

Conjuntos de datos derivados de transcripciones de charlas TED para comparar pares de idiomas similares donde uno tiene muchos recursos y el otro tiene pocos recursos.

• Página de inicio : https://github.com/neulab/word-embeddings-for-nmt

• Código fuente : tfds.datasets.ted_hrlr_translate.Builder

• Versiones :

  • 1.0.0 (predeterminado): nueva API dividida ( https://tensorflow.org/datasets/splits )

• Tamaño de la descarga : 124.94 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@inproceedings{Ye2018WordEmbeddings,
  author  = {Ye, Qi and Devendra, Sachan and Matthieu, Felix and Sarguna, Padmanabhan and Graham, Neubig},
  title   = {When and Why are pre-trained word embeddings useful for Neural Machine Translation},
  booktitle = {HLT-NAACL},
  year    = {2018},
  }

ted_hrlr_translate/az_to_en (configuración predeterminada)

• Descripción de la configuración : conjunto de datos de traducción de az a en en texto sin formato.

• Tamaño del conjunto de datos : 1.61 MiB

• Divisiones :

Dividir	Ejemplos
'test'	903
'train'	5,946
'validation'	671

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
Arizona	Texto		cadena
es	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('az', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/aztr_to_en

• Descripción de la configuración : conjunto de datos de traducción de az_tr a en en texto sin formato.

• Tamaño del conjunto de datos : 42.54 MiB

• Divisiones :

Dividir	Ejemplos
'test'	903
'train'	188,396
'validation'	671

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
az_tr	Texto		cadena
es	Texto		cadena

• Teclas supervisadas (Ver as_supervised doc ): ('az_tr', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/be_to_en

• Descripción de la configuración : conjunto de datos de traducción de ser a en en texto sin formato.

• Tamaño del conjunto de datos : 1.47 MiB

• Divisiones :

Dividir	Ejemplos
'test'	664
'train'	4,509
'validation'	248

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
ser	Texto		cadena
es	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('be', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/beru_to_en

• Descripción de la configuración : conjunto de datos de traducción de be_ru a en en texto sin formato.

• Tamaño del conjunto de datos : 62.45 MiB

• Divisiones :

Dividir	Ejemplos
'test'	664
'train'	212,614
'validation'	248

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
be_ru	Texto		cadena
es	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('be_ru', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/es_to_pt

• Descripción de la configuración : conjunto de datos de traducción de es a pt en texto sin formato.

• Tamaño del conjunto de datos : 9.62 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,763
'train'	44,938
'validation'	1,016

• Estructura de características :

Translation({
    'es': Text(shape=(), dtype=string),
    'pt': Text(shape=(), dtype=string),
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
punto	Texto		cadena

• Teclas supervisadas (Ver as_supervised doc ): ('es', 'pt')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/fr_to_pt

• Descripción de la configuración : conjunto de datos de traducción de fr a pt en texto sin formato.

• Tamaño del conjunto de datos : 9.74 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,494
'train'	43,873
'validation'	1,131

• Estructura de características :

Translation({
    'fr': Text(shape=(), dtype=string),
    'pt': Text(shape=(), dtype=string),
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
punto	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('fr', 'pt')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/gl_to_en

• Descripción de la configuración : conjunto de datos de traducción de gl a en en texto sin formato.

• Tamaño del conjunto de datos : 2.41 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,007
'train'	10,017
'validation'	682

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
gl	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('gl', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/glpt_to_en

• Descripción de la configuración : conjunto de datos de traducción de gl_pt a en en texto sin formato.

• Tamaño del conjunto de datos : 12.90 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,007
'train'	61,802
'validation'	682

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
gl_pt	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('gl_pt', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/he_to_pt

• Descripción de la configuración : conjunto de datos de traducción de he a pt en texto sin formato.

• Tamaño del conjunto de datos : 11.71 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,623
'train'	48,511
'validation'	1,145

• Estructura de características :

Translation({
    'he': Text(shape=(), dtype=string),
    'pt': Text(shape=(), dtype=string),
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
él	Texto		cadena
punto	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('he', 'pt')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/es_a_pt

• Descripción de la configuración : conjunto de datos de traducción de it a pt en texto sin formato.

• Tamaño del conjunto de datos : 9.94 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,669
'train'	46,259
'validation'	1,162

• Estructura de características :

Translation({
    'it': Text(shape=(), dtype=string),
    'pt': Text(shape=(), dtype=string),
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
él	Texto		cadena
punto	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('it', 'pt')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/pt_to_en

• Descripción de la configuración : conjunto de datos de traducción de pt a en en texto sin formato.

• Tamaño del conjunto de datos : 10.89 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,803
'train'	51,785
'validation'	1,193

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
punto	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('pt', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/ru_to_en

• Descripción de la configuración : conjunto de datos de traducción de ru a en en texto sin formato.

• Tamaño del conjunto de datos : 63.22 MiB

• Divisiones :

Dividir	Ejemplos
'test'	5,476
'train'	208,106
'validation'	4,805

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
tu	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('ru', 'en')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/ru_to_pt

• Descripción de la configuración : conjunto de datos de traducción de ru a pt en texto sin formato.

• Tamaño del conjunto de datos : 13.00 MiB

• Divisiones :

Dividir	Ejemplos
'test'	1,588
'train'	47,278
'validation'	1,184

• Estructura de características :

Translation({
    'pt': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
punto	Texto		cadena
tu	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('ru', 'pt')

• Ejemplos ( tfds.as_dataframe ):

ted_hrlr_translate/tr_to_en

• Descripción de la configuración : conjunto de datos de traducción de tr a en en texto sin formato.

• Tamaño del conjunto de datos : 42.33 MiB

• Divisiones :

Dividir	Ejemplos
'test'	5,029
'train'	182,450
'validation'	4,045

• Estructura de características :

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

• Documentación de características :

Característica	Clase	Forma	Tipo D	Descripción
	Traducción
es	Texto		cadena
tr	Texto		cadena

• Teclas supervisadas (ver as_supervised doc ): ('tr', 'en')

• Ejemplos ( tfds.as_dataframe ):