wmt18_translate

  • الوصف :

ترجمة مجموعة البيانات بناءً على البيانات من statmt.org.

توجد إصدارات لسنوات مختلفة باستخدام مجموعة من مصادر البيانات المتعددة. يسمح لك wmt_translate الأساسي بإنشاء التكوين الخاص بك لاختيار زوج البيانات / اللغة الخاص بك عن طريق إنشاء tfds.translate.wmt.WmtConfig مخصص.

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)

  • وثائق إضافية : استكشف في الأوراق باستخدام الرمز

  • الصفحة الرئيسية : http://www.statmt.org/wmt18/translation-task.html

  • كود المصدر : tfds.translate.Wmt18Translate

  • إصدارات :

    • 1.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

  • إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
    تتطلب بعض تكوينات wmt هنا تنزيلًا يدويًا. يرجى البحث في wmt.py لمعرفة المسار الدقيق (واسم الملف) الذي يجب تنزيله.

  • الشكل ( tfds.show_examples ): غير مدعوم.

  • الاقتباس :

@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 (التكوين الافتراضي)

  • وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2018 cs-en.

  • حجم التحميل : 1.89 GiB

  • حجم مجموعة البيانات : 3.84 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 2،983
'train' 24.021.877
'validation' 3،005
  • هيكل الميزة :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
CS نص سلسلة
en نص سلسلة

wmt18_translate / de-en

  • وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2018 de-en.

  • حجم التحميل : 3.55 GiB

  • حجم مجموعة البيانات : 8.44 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 2،998
'train' 42271874
'validation' 3،004
  • هيكل الميزة :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
دي نص سلسلة
en نص سلسلة

wmt18_translate / et-en

  • وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2018 et-en.

  • حجم التحميل : 499.91 MiB

  • حجم مجموعة البيانات : 663.80 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 2000
'train' 2،175،873
'validation' 2000
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'et': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
وآخرون نص سلسلة

wmt18_translate / fi-en

  • وصف التكوين : WMT 2018 مجموعة بيانات مهام الترجمة fi-en.

  • حجم التحميل : 468.76 MiB

  • حجم مجموعة البيانات : 889.40 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 3000
'train' 3،280،600
'validation' 6،004
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
فاي نص سلسلة

wmt18_translate / ru-en

  • وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2018 ru-en.

  • حجم التحميل : 1.63 GiB

  • حجم مجموعة البيانات : 13.89 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 3000
'train' 37،858،512
'validation' 3،001
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
ru نص سلسلة

wmt18_translate / tr-en

  • وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2018 tr-en.

  • حجم التحميل : 59.32 MiB

  • حجم مجموعة البيانات : 63.78 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'test' 3000
'train' 205756
'validation' 3،007
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'tr': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
آر نص سلسلة

wmt18_translate / zh-en

  • وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2018 zh-en.

  • حجم التحميل : 831.45 MiB

  • حجم مجموعة البيانات : 6.43 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 3،981
'train' 25162209
'validation' 2001
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
zh نص سلسلة