wmt18_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/wmt18/translation-task.html

  • کد منبع : tfds.translate.Wmt18Translate

  • 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.

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

  • نقل قول :

@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 (پیکربندی پیش فرض)

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 cs-en.

  • حجم دانلود : 1.89 GiB

  • حجم مجموعه داده : 3.84 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'test' 2,983
'train' 24,021,877
'validation' 3005
  • 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

wmt18_translate/de-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 de-en.

  • حجم دانلود : 3.55 GiB

  • حجم مجموعه داده : 8.44 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'test' 2998
'train' 42,271,874
'validation' 3004
  • 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

wmt18_translate/et-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 et-en.

  • حجم دانلود : 499.91 MiB

  • حجم مجموعه داده : 663.80 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'test' 2000
'train' 2,175,873
'validation' 2000
  • ساختار ویژگی :
Translation({
    'en': Text(shape=(), dtype=string),
    'et': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
en متن رشته
et متن رشته

wmt18_translate/fi-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 fi-en.

  • حجم دانلود : 468.76 MiB

  • حجم مجموعه داده : 889.40 MiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'test' 3000
'train' 3,280,600
'validation' 6004
  • 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

wmt18_translate/ru-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 ru-en.

  • حجم دانلود : 1.63 GiB

  • حجم مجموعه داده : 13.89 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'test' 3000
'train' 37,858,512
'validation' 3001
  • 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

wmt18_translate/tr-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 tr-en.

  • حجم دانلود : 59.32 MiB

  • حجم مجموعه داده : 63.78 MiB

  • ذخیره خودکار ( اسناد ): بله

  • تقسیم ها :

شکاف مثال ها
'test' 3000
'train' 205756
'validation' 3007
  • ساختار ویژگی :
Translation({
    'en': Text(shape=(), dtype=string),
    'tr': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
en متن رشته
tr متن رشته

wmt18_translate/zh-en

  • توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2018 zh-en.

  • حجم دانلود : 831.45 MiB

  • حجم مجموعه داده : 6.43 GiB

  • ذخیره خودکار ( اسناد ): خیر

  • تقسیم ها :

شکاف مثال ها
'test' 3,981
'train' 25,162,209
'validation' 2001
  • ساختار ویژگی :
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • مستندات ویژگی :
ویژگی کلاس شکل نوع D شرح
ترجمه
en متن رشته
zh متن رشته