wmt14_translate

Peringatan: Diperlukan unduhan manual. Lihat petunjuk di bawah ini.

• 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)

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode

• Beranda : http://www.statmt.org/wmt14/translation-task.html

• Kode sumber : tfds.translate.Wmt14Translate

• 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.

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@InProceedings{bojar-EtAl:2014:W14-33,
  author    = {Bojar, Ondrej  and  Buck, Christian  and  Federmann, Christian  and  Haddow, Barry  and  Koehn, Philipp  and  Leveling, Johannes  and  Monz, Christof  and  Pecina, Pavel  and  Post, Matt  and  Saint-Amand, Herve  and  Soricut, Radu  and  Specia, Lucia  and  Tamchyna, Ale
{s} },
  title     = {Findings of the 2014 Workshop on Statistical Machine Translation},
  booktitle = {Proceedings of the Ninth Workshop on Statistical Machine Translation},
  month     = {June},
  year      = {2014},
  address   = {Baltimore, Maryland, USA},
  publisher = {Association for Computational Linguistics},
  pages     = {12--58},
  url       = {http://www.aclweb.org/anthology/W/W14/W14-3302}
}

wmt14_translate/cs-en (konfigurasi default)

• Deskripsi konfigurasi : WMT 2014 cs-en translation task dataset.

• Ukuran unduhan : 1.58 GiB

• Ukuran dataset : 2.89 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	3.003
'train'	15.786.979
'validation'	3.000

• 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

• Kunci yang diawasi (Lihat as_supervised doc ): ('cs', 'en')

• Contoh ( tfds.as_dataframe ):

wmt14_translate/de-en

• Deskripsi konfigurasi : WMT 2014 de-en translation task dataset.

• Ukuran unduhan : 1.58 GiB

• Ukuran dataset : 1.36 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	3.003
'train'	4.508.785
'validation'	3.000

• 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

• Kunci yang diawasi (Lihat as_supervised doc ): ('de', 'en')

• Contoh ( tfds.as_dataframe ):

wmt14_translate/fr-en

• Deskripsi konfigurasi : WMT 2014 fr-en translation task dataset.

• Ukuran unduhan : 6.20 GiB

• Ukuran dataset : 14.65 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	3.003
'train'	40.836.876
'validation'	3.000

• 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

• Kunci yang diawasi (Lihat as_supervised doc ): ('fr', 'en')

• Contoh ( tfds.as_dataframe ):

wmt14_translate/hi-en

• Deskripsi konfigurasi : WMT 2014 hi-en translation task dataset.

• Ukuran unduhan : 44.65 MiB

• Ukuran dataset : 77.53 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	2.507
'train'	313.748
'validation'	520

• Struktur fitur :

Translation({
    'en': Text(shape=(), dtype=string),
    'hi': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

Fitur	Kelas	Membentuk	Dtype	Keterangan
	Terjemahan
en	Teks		rangkaian
hai	Teks		rangkaian

• Kunci yang diawasi (Lihat as_supervised doc ): ('hi', 'en')

• Contoh ( tfds.as_dataframe ):

wmt14_translate/ru-en

• Deskripsi konfigurasi : WMT 2014 ru-en translation task dataset.

• Ukuran unduhan : 998.38 MiB

• Ukuran dataset : 839.40 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	3.003
'train'	2.486.965
'validation'	3.000

• 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

• Kunci yang diawasi (Lihat as_supervised doc ): ('ru', 'en')

• Contoh ( tfds.as_dataframe ):