wmt13_translate

  • 説明:

statmt.org のデータに基づいてデータセットを翻訳します。

複数のデータ ソースの組み合わせを使用して、さまざまな年のバージョンが存在します。ベースwmt_translateを使用すると、カスタムtfds.translate.wmt.WmtConfigを作成することにより、独自の構成を作成して独自のデータ/言語のペアを選択できます。

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)

  • ホームページ: http://www.statmt.org/wmt13/translation-task.html

  • ソースコード: tfds.translate.Wmt13Translate

  • バージョン:

    • 1.0.0 (デフォルト): リリース ノートはありません。

  • 手動ダウンロードの手順: このデータセットでは、ソース データを手動でdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ) にダウンロードする必要があります。
    ここにある wmt 構成の一部は、手動でダウンロードする必要があります。ダウンロードする必要がある正確なパス (およびファイル名) を確認するには、wmt.py を調べてください。

  • 自動キャッシュ(ドキュメント): いいえ

  • 図( tfds.show_examples ): サポートされていません。

  • 引用：

@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 (デフォルト設定)

  • 構成の説明: WMT 2013 cs-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1.59 GiB

  • データセットサイズ: 2.89 GiB

  • スプリット:

スプリット例
'test' 3,000
'train' 15,780,759
'validation' 13,573
  • 機能構造:
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
cs文章ストリング
ja文章ストリング

wmt13_translate/de-en

  • 構成の説明: WMT 2013 de-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1.59 GiB

  • データセットサイズ: 1.36 GiB

  • スプリット:

スプリット例
'test' 3,000
'train' 4,485,758
'validation' 13,573
  • 機能構造:
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
で文章ストリング
ja文章ストリング

wmt13_translate/fr-ja

  • 構成の説明: WMT 2013 fr-en 翻訳タスク データセット。

  • ダウンロードサイズ: 6.21 GiB

  • データセットサイズ: 14.64 GiB

  • スプリット:

スプリット例
'test' 3,000
'train' 40,810,860
'validation' 13,573
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
フランス文章ストリング

wmt13_translate/es-ja

  • 構成の説明: WMT 2013 es-en 翻訳タスク データセット。

  • ダウンロードサイズ: 3.79 GiB

  • データセットサイズ: 5.24 GiB

  • スプリット:

スプリット例
'test' 3,000
'train' 15,176,790
'validation' 13,573
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'es': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
エス文章ストリング

wmt13_translate/ru-ja

  • 構成の説明: WMT 2013 ru-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1010.20 MiB

  • データセットサイズ: 833.67 MiB

  • スプリット:

スプリット例
'test' 3,000
'train' 2,471,670
'validation' 3,003
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
ル文章ストリング