wmt15_translate

  • Descriptif :

Traduire l'ensemble de données en fonction des données de statmt.org.

Des versions existent pour les différentes années en utilisant une combinaison de plusieurs sources de données. La base wmt_translate vous permet de créer votre propre configuration pour choisir votre propre paire données/langue en créant un tfds.translate.wmt.WmtConfig personnalisé.

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)

  • Documentation complémentaire : Explorer sur Papers With Code

  • Page d'accueil : http://www.statmt.org/wmt15/translation-task.html

  • Code source : tfds.translate.Wmt15Translate

  • Versions :

    • 1.0.0 (par défaut) : aucune note de version.

  • Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut ~/tensorflow_datasets/downloads/manual/ ) :
    Certaines des configurations wmt ici nécessitent un téléchargement manuel. Veuillez regarder dans wmt.py pour voir le chemin exact (et le nom du fichier) qui doit être téléchargé.

  • Mise en cache automatique ( documentation ): Non

  • Figure ( tfds.show_examples ) : non pris en charge.

  • Citation :

@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 (configuration par défaut)

  • Description de la configuration : jeu de données de la tâche de traduction WMT 2015 cs-en.

  • Taille du téléchargement : 1.62 GiB

  • Taille du jeu de données : 2.89 GiB

  • Fractionnements :

Diviser Exemples
'test' 2 656
'train' 15 793 126
'validation' 3 003
  • Structure des fonctionnalités :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
cs Texte chaîne de caractères
fr Texte chaîne de caractères

wmt15_translate/de-fr

  • Description de la configuration : jeu de données de tâche de traduction WMT 2015 de-en.

  • Taille du téléchargement : 1.62 GiB

  • Taille du jeu de données : 1.37 GiB

  • Fractionnements :

Diviser Exemples
'test' 2 169
'train' 4 522 998
'validation' 3 003
  • Structure des fonctionnalités :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
de Texte chaîne de caractères
fr Texte chaîne de caractères

wmt15_translate/fi-fr

  • Description de la configuration : ensemble de données de tâche de traduction fi-en WMT 2015.

  • Taille du téléchargement : 260.51 MiB

  • Taille du jeu de données : 623.22 MiB

  • Fractionnements :

Diviser Exemples
'test' 1 370
'train' 2 073 394
'validation' 1 500
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
Fi Texte chaîne de caractères

wmt15_translate/fr-en

  • Description de la configuration : Ensemble de données de tâche de traduction WMT 2015 fr-en.

  • Taille du téléchargement : 6.24 GiB

  • Taille du jeu de données : 14.65 GiB

  • Fractionnements :

Diviser Exemples
'test' 1 500
'train' 40 853 298
'validation' 4 503
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
en Texte chaîne de caractères

wmt15_translate/ru-fr

  • Description de la configuration : jeu de données de la tâche de traduction WMT 2015 ru-en.

  • Taille du téléchargement : 1.02 GiB

  • Taille du jeu de données : 843.90 MiB

  • Fractionnements :

Diviser Exemples
'test' 2 818
'train' 2 495 081
'validation' 3 003
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
ru Texte chaîne de caractères