ted_multi_translate

• คำอธิบาย :

ชุดข้อมูลหลายภาษาจำนวนมาก (60 ภาษา) ที่ได้มาจากการถอดเสียงของ TED Talk แต่ละระเบียนประกอบด้วยอาร์เรย์ของภาษาและข้อความแบบขนาน คำแปลที่ขาดหายไปและไม่สมบูรณ์จะถูกกรองออก

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

• ซอร์สโค้ด : tfds.datasets.ted_multi_translate.Builder

• รุ่น :

  • 1.1.0 (ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น

• ขนาดการดาวน์โหลด : 335.91 MiB

• ขนาดชุดข้อมูล : 752.30 MiB

• แคชอัตโนมัติ ( เอกสารประกอบ ): ไม่

• แยก :

แยก	ตัวอย่าง
'test'	7,213
'train'	258,098
'validation'	6,049

• โครงสร้างคุณลักษณะ :

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

• เอกสารคุณสมบัติ :

คุณสมบัติ	ระดับ	รูปร่าง	Dประเภท	คำอธิบาย
	คุณสมบัติDict
talk_name	ข้อความ		สตริง
คำแปล	TranslationVariableLanguages
การแปล/ภาษา	ข้อความ		สตริง
แปล/แปล	ข้อความ		สตริง

• คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

• รูปภาพ ( tfds.show_examples ): ไม่รองรับ

• ตัวอย่าง ( tfds.as_dataframe ):

• การอ้างอิง :

@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}
}