wmt13_translate

  • Deskripsi :

Terjemahkan kumpulan data berdasarkan data dari statmt.org.

Versi ada untuk tahun yang berbeda menggunakan kombinasi beberapa sumber data. Basis wmt_translate memungkinkan Anda membuat konfigurasi sendiri untuk memilih pasangan data/bahasa Anda sendiri dengan membuat tfds.translate.wmt.WmtConfig khusus.

config = tfds.translate.wmt.WmtConfig(
    version="0.0.1",
    language_pair=("fr", "de"),
    subsets={
        tfds.Split.TRAIN: ["commoncrawl_frde"],
        tfds.Split.VALIDATION: ["euelections_dev2019"],
    },
)
builder = tfds.builder("wmt_translate", config=config)

  • Beranda : http://www.statmt.org/wmt13/translation-task.html

  • Kode sumber : tfds.translate.Wmt13Translate

  • Versi :

    • 1.0.0 (default): Tidak ada catatan rilis.

  • Instruksi pengunduhan manual : Kumpulan data ini mengharuskan Anda mengunduh data sumber secara manual ke download_config.manual_dir (default ke ~/tensorflow_datasets/downloads/manual/ ):
    Beberapa konfigurasi wmt di sini, memerlukan unduhan manual. Silakan lihat wmt.py untuk melihat jalur yang tepat (dan nama file) yang harus diunduh.

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Gambar ( tfds.show_examples ): Tidak didukung.

  • Kutipan :

@InProceedings{bojar-EtAl:2013:WMT,
  author    = {Bojar, Ondrej  and  Buck, Christian  and  Callison-Burch, Chris  and  Federmann, Christian  and  Haddow, Barry  and  Koehn, Philipp  and  Monz, Christof  and  Post, Matt  and  Soricut, Radu  and  Specia, Lucia},
  title     = {Findings of the 2013 {Workshop on Statistical Machine Translation} },
  booktitle = {Proceedings of the Eighth Workshop on Statistical Machine Translation},
  month     = {August},
  year      = {2013},
  address   = {Sofia, Bulgaria},
  publisher = {Association for Computational Linguistics},
  pages     = {1--44},
  url       = {http://www.aclweb.org/anthology/W13-2201}
}

wmt13_translate/cs-en (konfigurasi default)

  • Deskripsi konfigurasi : WMT 2013 cs-en translation task dataset.

  • Ukuran unduhan : 1.59 GiB

  • Ukuran dataset : 2.89 GiB

  • Perpecahan :

Membelah Contoh
'test' 3.000
'train' 15.780.759
'validation' 13.573
  • Struktur fitur :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
cs Teks rangkaian
en Teks rangkaian

wmt13_translate/de-en

  • Deskripsi konfigurasi : WMT 2013 de-en translation task dataset.

  • Ukuran unduhan : 1.59 GiB

  • Ukuran dataset : 1.36 GiB

  • Perpecahan :

Membelah Contoh
'test' 3.000
'train' 4.485.758
'validation' 13.573
  • 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

wmt13_translate/fr-en

  • Deskripsi konfigurasi : WMT 2013 fr-en translation task dataset.

  • Ukuran unduhan : 6.21 GiB

  • Ukuran dataset : 14.64 GiB

  • Perpecahan :

Membelah Contoh
'test' 3.000
'train' 40.810.860
'validation' 13.573
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
fr Teks rangkaian

wmt13_translate/es-en

  • Deskripsi konfigurasi : Dataset tugas terjemahan es-en WMT 2013.

  • Ukuran unduhan : 3.79 GiB

  • Ukuran dataset : 5.24 GiB

  • Perpecahan :

Membelah Contoh
'test' 3.000
'train' 15.176.790
'validation' 13.573
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'es': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
es Teks rangkaian

wmt13_translate/ru-en

  • Deskripsi konfigurasi : WMT 2013 ru-en translation task dataset.

  • Ukuran unduhan : 1010.20 MiB

  • Ukuran dataset : 833.67 MiB

  • Perpecahan :

Membelah Contoh
'test' 3.000
'train' 2.471.670
'validation' 3.003
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
ru Teks rangkaian