TFDS sekarang mendukung format Croissant 🥐 ! Baca dokumentasi untuk mengetahui lebih lanjut.

Halaman ini diterjemahkan oleh Cloud Translation API.

wmt18_translate

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/wmt18/translation-task.html
Kode sumber : tfds.translate.Wmt18Translate
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:2018:WMT1,
  author    = {Bojar, Ond
{r}ej  and  Federmann, Christian  and  Fishel, Mark
    and Graham, Yvette  and  Haddow, Barry  and  Huck, Matthias  and
    Koehn, Philipp  and  Monz, Christof},
  title     = {Findings of the 2018 Conference on Machine Translation (WMT18)},
  booktitle = {Proceedings of the Third Conference on Machine Translation,
    Volume 2: Shared Task Papers},
  month     = {October},
  year      = {2018},
  address   = {Belgium, Brussels},
  publisher = {Association for Computational Linguistics},
  pages     = {272--307},
  url       = {http://www.aclweb.org/anthology/W18-6401}
}

wmt18_translate/cs-en (konfigurasi default)

Deskripsi konfigurasi : WMT 2018 cs-en translation task dataset.
Ukuran unduhan : 1.89 GiB
Ukuran dataset : 3.84 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	2.983
`'train'`	24.021.877
`'validation'`	3.005

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
cs	Teks	rangkaian
en	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('cs', 'en')
Contoh ( tfds.as_dataframe ):

wmt18_translate/de-en

Deskripsi konfigurasi : WMT 2018 de-en translation task dataset.
Ukuran unduhan : 3.55 GiB
Ukuran dataset : 8.44 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	2.998
`'train'`	42.271.874
`'validation'`	3.004

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
de	Teks	rangkaian
en	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('de', 'en')
Contoh ( tfds.as_dataframe ):

wmt18_translate/et-en

Deskripsi konfigurasi : Dataset tugas terjemahan WMT 2018 et-en.
Ukuran unduhan : 499.91 MiB
Ukuran dataset : 663.80 MiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	2.000
`'train'`	2.175.873
`'validation'`	2.000

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
en	Teks	rangkaian
et	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('et', 'en')
Contoh ( tfds.as_dataframe ):

wmt18_translate/fi-en

Deskripsi konfigurasi : WMT 2018 fi-en translation task dataset.
Ukuran unduhan : 468.76 MiB
Ukuran dataset : 889.40 MiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	3.000
`'train'`	3.280.600
`'validation'`	6.004

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
en	Teks	rangkaian
fi	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('fi', 'en')
Contoh ( tfds.as_dataframe ):

wmt18_translate/ru-en

Deskripsi konfigurasi : WMT 2018 ru-en translation task dataset.
Ukuran unduhan : 1.63 GiB
Ukuran dataset : 13.89 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	3.000
`'train'`	37.858.512
`'validation'`	3.001

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
en	Teks	rangkaian
ru	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('ru', 'en')
Contoh ( tfds.as_dataframe ):

wmt18_translate/tr-en

Deskripsi konfigurasi : WMT 2018 tr-en translation task dataset.
Ukuran unduhan : 59.32 MiB
Ukuran dataset : 63.78 MiB
Di-cache otomatis ( dokumentasi ): Ya
Perpecahan :

Membelah	Contoh
`'test'`	3.000
`'train'`	205.756
`'validation'`	3.007

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
en	Teks	rangkaian
tr	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('tr', 'en')
Contoh ( tfds.as_dataframe ):

wmt18_translate/zh-en

Deskripsi konfigurasi : WMT 2018 zh-en translation task dataset.
Ukuran unduhan : 831.45 MiB
Ukuran dataset : 6.43 GiB
Di-cache otomatis ( dokumentasi ): Tidak
Perpecahan :

Membelah	Contoh
`'test'`	3.981
`'train'`	25.162.209
`'validation'`	2.001

Struktur fitur :

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

Dokumentasi fitur :

Fitur	Kelas	Dtype
	Terjemahan
en	Teks	rangkaian
zh	Teks	rangkaian

Kunci yang diawasi (Lihat as_supervised doc ): ('zh', 'en')
Contoh ( tfds.as_dataframe ):