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.

@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

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

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

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

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

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

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

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

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

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

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

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

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

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