wmt15_translate

  • توضیحات :

مجموعه داده را بر اساس داده های statmt.org ترجمه کنید.

نسخه ها برای سال های مختلف با استفاده از ترکیبی از چندین منبع داده وجود دارد. wmt_translate پایه به شما امکان می دهد با ایجاد یک tfds.translate.wmt.WmtConfig سفارشی، پیکربندی خود را ایجاد کنید تا جفت داده/زبان خود را انتخاب کنید.

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)

  • اسناد اضافی : کاوش در کاغذها با کد

  • صفحه اصلی : http://www.statmt.org/wmt15/translation-task.html

  • کد منبع : tfds.translate.Wmt15Translate

  • نسخه ها :

    • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

  • دستورالعمل‌های دانلود دستی : این مجموعه داده از شما می‌خواهد که داده‌های منبع را به صورت دستی در download_config.manual_dir (پیش‌فرض ~/tensorflow_datasets/downloads/manual/ ):
    برخی از تنظیمات wmt در اینجا نیاز به دانلود دستی دارند. لطفاً برای دیدن مسیر دقیق (و نام فایل) که باید دانلود شود، به wmt.py نگاه کنید.

  • ذخیره خودکار ( اسناد ): خیر

  • شکل ( tfds.show_examples ): پشتیبانی نمی شود.

  • نقل قول :

@InProceedings{bojar-EtAl:2015:WMT,
  author    = {Bojar, Ond
{r}ej  and  Chatterjee, Rajen  and  Federmann, Christian  and  Haddow, Barry  and  Huck, Matthias  and  Hokamp, Chris  and  Koehn, Philipp  and  Logacheva, Varvara  and  Monz, Christof  and  Negri, Matteo  and  Post, Matt  and  Scarton, Carolina  and  Specia, Lucia  and  Turchi, Marco},
  title     = {Findings of the 2015 Workshop on Statistical Machine Translation},
  booktitle = {Proceedings of the Tenth Workshop on Statistical Machine Translation},
  month     = {September},
  year      = {2015},
  address   = {Lisbon, Portugal},
  publisher = {Association for Computational Linguistics},
  pages     = {1--46},
  url       = {http://aclweb.org/anthology/W15-3001}
}

wmt15_translate/cs-en (پیکربندی پیش فرض)

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2015 cs-en.

  • حجم دانلود : 1.62 GiB

  • حجم مجموعه داده : 2.89 GiB

  • تقسیم ها :

شکاف مثال ها
'test' 2656
'train' 15,793,126
'validation' 3003
  • ساختار ویژگی :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
cs متن رشته
en متن رشته

wmt15_translate/de-en

  • توضیحات پیکربندی : مجموعه داده وظیفه ترجمه WMT 2015 de-en.

  • حجم دانلود : 1.62 GiB

  • حجم مجموعه داده : 1.37 GiB

  • تقسیم ها :

شکاف مثال ها
'test' 2,169
'train' 4,522,998
'validation' 3003
  • ساختار ویژگی :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
de متن رشته
en متن رشته

wmt15_translate/fi-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2015 fi-en.

  • حجم دانلود : 260.51 MiB

  • حجم مجموعه داده : 623.22 MiB

  • تقسیم ها :

شکاف مثال ها
'test' 1,370
'train' 2,073,394
'validation' 1500
  • ساختار ویژگی :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
en متن رشته
فی متن رشته

wmt15_translate/fr-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه fr-en WMT 2015.

  • حجم دانلود : 6.24 GiB

  • حجم مجموعه داده : 14.65 GiB

  • تقسیم ها :

شکاف مثال ها
'test' 1500
'train' 40,853,298
'validation' 4,503
  • ساختار ویژگی :
Translation({
    'en': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
en متن رشته
fr متن رشته

wmt15_translate/ru-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2015 ru-en.

  • حجم دانلود : 1.02 GiB

  • حجم مجموعه داده : 843.90 MiB

  • تقسیم ها :

شکاف مثال ها
'test' 2,818
'train' 2,495,081
'validation' 3003
  • ساختار ویژگی :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
en متن رشته
ru متن رشته