ted_multi_translate

• Mô tả :

Bộ dữ liệu đa ngôn ngữ khổng lồ (60 ngôn ngữ) bắt nguồn từ bản ghi TED Talk. Mỗi bản ghi bao gồm các mảng ngôn ngữ và văn bản song song. Các bản dịch thiếu và không đầy đủ sẽ bị lọc ra.

• Trang chủ : https://github.com/neulab/word-embeddings-for-nmt

• Mã nguồn : tfds.datasets.ted_multi_translate.Builder

• Phiên bản :

  • 1.1.0 (mặc định): Không có ghi chú phát hành.

• Kích thước tải xuống : 335.91 MiB

• Kích thước tập dữ liệu : 752.30 MiB

• Tự động lưu vào bộ nhớ cache ( tài liệu ): Không

• Chia tách :

Tách ra	ví dụ
'test'	7,213
'train'	258.098
'validation'	6.049

• Cấu trúc tính năng :

FeaturesDict({
    'talk_name': Text(shape=(), dtype=string),
    'translations': TranslationVariableLanguages({
        'language': Text(shape=(), dtype=string),
        'translation': Text(shape=(), dtype=string),
    }),
})

• Tài liệu tính năng :

Tính năng	Lớp học	Hình dạng	Dtype	Sự miêu tả
	Tính năngDict
talk_name	Chữ		sợi dây
bản dịch	DịchBiếnNgôn ngữ
bản dịch/ngôn ngữ	Chữ		sợi dây
biên dịch/bản dịch	Chữ		sợi dây

• Các khóa được giám sát (Xem as_supervised doc ): None

• Hình ( tfds.show_examples ): Không được hỗ trợ.

• Ví dụ ( tfds.as_dataframe ):

• trích dẫn :

@InProceedings{qi-EtAl:2018:N18-2,
  author    = {Qi, Ye  and  Sachan, Devendra  and  Felix, Matthieu  and  Padmanabhan, Sarguna  and  Neubig, Graham},
  title     = {When and Why Are Pre-Trained Word Embeddings Useful for Neural Machine Translation?},
  booktitle = {Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Volume 2 (Short Papers)},
  month     = {June},
  year      = {2018},
  address   = {New Orleans, Louisiana},
  publisher = {Association for Computational Linguistics},
  pages     = {529--535},
  abstract  = {The performance of Neural Machine Translation (NMT) systems often suffers in low-resource scenarios where sufficiently large-scale parallel corpora cannot be obtained. Pre-trained word embeddings have proven to be invaluable for improving performance in natural language analysis tasks, which often suffer from paucity of data. However, their utility for NMT has not been extensively explored. In this work, we perform five sets of experiments that analyze when we can expect pre-trained word embeddings to help in NMT tasks. We show that such embeddings can be surprisingly effective in some cases -- providing gains of up to 20 BLEU points in the most favorable setting.},
  url       = {http://www.aclweb.org/anthology/N18-2084}
}