wmt13_translate

  • Descrizione :

Traduci il set di dati in base ai dati di statmt.org.

Esistono versioni per i diversi anni utilizzando una combinazione di più fonti di dati. La base wmt_translate ti consente di creare la tua configurazione per scegliere la tua coppia dati/lingua creando un tfds.translate.wmt.WmtConfig personalizzato.

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)

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

  • Codice sorgente : tfds.translate.Wmt13Translate

  • Versioni :

    • 1.0.0 (impostazione predefinita): nessuna nota di rilascio.

  • Istruzioni per il download manuale : questo set di dati richiede di scaricare manualmente i dati di origine in download_config.manual_dir (il valore predefinito ~/tensorflow_datasets/downloads/manual/ ):
    Alcune delle configurazioni wmt qui richiedono un download manuale. Si prega di guardare in wmt.py per vedere il percorso esatto (e il nome del file) che deve essere scaricato.

  • Cache automatica ( documentazione ): No

  • Figura ( tfds.show_examples ): non supportato.

  • Citazione :

@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 (configurazione predefinita)

  • Descrizione della configurazione : set di dati dell'attività di traduzione cs-en WMT 2013.

  • Dimensione del download : 1.59 GiB

  • Dimensione del set di dati: 2.89 GiB

  • Divisioni :

Diviso Esempi
'test' 3.000
'train' 15.780.759
'validation' 13.573
  • Struttura delle caratteristiche :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
cs Testo corda
it Testo corda

wmt13_translate/de-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione de-en WMT 2013.

  • Dimensione del download : 1.59 GiB

  • Dimensione del set di dati: 1.36 GiB

  • Divisioni :

Diviso Esempi
'test' 3.000
'train' 4.485.758
'validation' 13.573
  • Struttura delle caratteristiche :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
de Testo corda
it Testo corda

wmt13_translate/fr-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione fr-en WMT 2013.

  • Dimensione del download : 6.21 GiB

  • Dimensione del set di dati: 14.64 GiB

  • Divisioni :

Diviso Esempi
'test' 3.000
'train' 40.810.860
'validation' 13.573
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
fr Testo corda

wmt13_translate/es-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione WMT 2013 es-en.

  • Dimensioni del download : 3.79 GiB

  • Dimensione del set di dati: 5.24 GiB

  • Divisioni :

Diviso Esempi
'test' 3.000
'train' 15.176.790
'validation' 13.573
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'es': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
es Testo corda

wmt13_translate/ru-it

  • Descrizione della configurazione : set di dati dell'attività di traduzione ru-en WMT 2013.

  • Dimensione del download : 1010.20 MiB

  • Dimensione del set di dati: 833.67 MiB

  • Divisioni :

Diviso Esempi
'test' 3.000
'train' 2.471.670
'validation' 3.003
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
ru Testo corda