wmt16_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/wmt16/translation-task.html

• Kode sumber : tfds.translate.Wmt16Translate

• 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:2016:WMT1,
  author    = {Bojar, Ond
{r}ej  and  Chatterjee, Rajen  and  Federmann, Christian  and  Graham, Yvette  and  Haddow, Barry  and  Huck, Matthias  and  Jimeno Yepes, Antonio  and  Koehn, Philipp  and  Logacheva, Varvara  and  Monz, Christof  and  Negri, Matteo  and  Neveol, Aurelie  and  Neves, Mariana  and  Popel, Martin  and  Post, Matt  and  Rubino, Raphael  and  Scarton, Carolina  and  Specia, Lucia  and  Turchi, Marco  and  Verspoor, Karin  and  Zampieri, Marcos},
  title     = {Findings of the 2016 Conference on Machine Translation},
  booktitle = {Proceedings of the First Conference on Machine Translation},
  month     = {August},
  year      = {2016},
  address   = {Berlin, Germany},
  publisher = {Association for Computational Linguistics},
  pages     = {131--198},
  url       = {http://www.aclweb.org/anthology/W/W16/W16-2301}
}

wmt16_translate/cs-en (konfigurasi default)

• Deskripsi konfigurasi : WMT 2016 cs-en translation task dataset.

• Ukuran unduhan : 1.57 GiB

• Ukuran dataset : 7.56 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	2.999
'train'	52.335.651
'validation'	2.656

• 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 ):

wmt16_translate/de-en

• Deskripsi konfigurasi : WMT 2016 de-en translation task dataset.

• Ukuran unduhan : 1.57 GiB

• Ukuran dataset : 1.38 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	2.999
'train'	4.548.885
'validation'	2.169

• 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 ):

wmt16_translate/fi-en

• Deskripsi konfigurasi : WMT 2016 fi-en translation task dataset.

• Ukuran unduhan : 260.51 MiB

• Ukuran dataset : 624.31 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	6.000
'train'	2.073.394
'validation'	1.370

• Struktur fitur :

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

• Dokumentasi fitur :

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

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

• Contoh ( tfds.as_dataframe ):

wmt16_translate/ro-en

• Deskripsi konfigurasi : WMT 2016 ro-en translation task dataset.

• Ukuran unduhan : 273.83 MiB

• Ukuran dataset : 194.35 MiB

• Auto-cached ( dokumentasi ): Ya (test, validasi), Hanya ketika shuffle_files=False (train)

• Perpecahan :

Membelah	Contoh
'test'	1.999
'train'	610.320
'validation'	1.999

• Struktur fitur :

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

• Dokumentasi fitur :

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

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

• Contoh ( tfds.as_dataframe ):

wmt16_translate/ru-en

• Deskripsi konfigurasi : WMT 2016 ru-en translation task dataset.

• Ukuran unduhan : 993.38 MiB

• Ukuran dataset : 854.44 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

Membelah	Contoh
'test'	2.998
'train'	2.516.162
'validation'	2.818

• 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 ):

wmt16_translate/tr-en

• Deskripsi konfigurasi : WMT 2016 tr-en translation task dataset.

• Ukuran unduhan : 59.32 MiB

• Ukuran dataset : 63.21 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

Membelah	Contoh
'test'	3.000
'train'	205.756
'validation'	1.001

• Struktur fitur :

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

• Dokumentasi fitur :

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

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

• Contoh ( tfds.as_dataframe ):