wmt18_translate

  • 説明:

statmt.org のデータに基づいてデータセットを翻訳します。

複数のデータ ソースの組み合わせを使用して、さまざまな年のバージョンが存在します。ベースwmt_translateを使用すると、カスタムtfds.translate.wmt.WmtConfigを作成することにより、独自の構成を作成して独自のデータ/言語のペアを選択できます。

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)

  • 追加のドキュメント:コードを使用したペーパーの探索

  • ホームページ: http://www.statmt.org/wmt18/translation-task.html

  • ソースコード: tfds.translate.Wmt18Translate

  • バージョン:

    • 1.0.0 (デフォルト): リリース ノートはありません。

  • 手動ダウンロードの手順: このデータセットでは、ソース データを手動でdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ) にダウンロードする必要があります。
    ここにある wmt 構成の一部は、手動でダウンロードする必要があります。ダウンロードする必要がある正確なパス (およびファイル名) を確認するには、wmt.py を調べてください。

  • 図( tfds.show_examples ): サポートされていません。

  • 引用：

@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 (デフォルト設定)

  • 構成の説明: WMT 2018 cs-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1.89 GiB

  • データセットサイズ: 3.84 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット例
'test' 2,983
'train' 24,021,877
'validation' 3,005
  • 機能構造:
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
cs文章ストリング
ja文章ストリング

wmt18_translate/de-en

  • 構成の説明: WMT 2018 de-en 翻訳タスク データセット。

  • ダウンロードサイズ: 3.55 GiB

  • データセットサイズ: 8.44 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット例
'test' 2,998
'train' 42,271,874
'validation' 3,004
  • 機能構造:
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
で文章ストリング
ja文章ストリング

wmt18_translate/et-ja

  • 構成の説明: WMT 2018 et-en 翻訳タスク データセット。

  • ダウンロードサイズ: 499.91 MiB

  • データセットサイズ: 663.80 MiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット例
'test' 2,000
'train' 2,175,873
'validation' 2,000
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'et': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
ら文章ストリング

wmt18_translate/fi-ja

  • 構成の説明: WMT 2018 fi-en 翻訳タスク データセット。

  • ダウンロードサイズ: 468.76 MiB

  • データセットサイズ: 889.40 MiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット例
'test' 3,000
'train' 3,280,600
'validation' 6,004
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
フィ文章ストリング

wmt18_translate/ru-ja

  • 構成の説明: WMT 2018 ru-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1.63 GiB

  • データセットサイズ: 13.89 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット例
'test' 3,000
'train' 37,858,512
'validation' 3,001
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
ル文章ストリング

wmt18_translate/tr-ja

  • 構成の説明: WMT 2018 tr-en 翻訳タスク データセット。

  • ダウンロードサイズ: 59.32 MiB

  • データセットのサイズ: 63.78 MiB

  • 自動キャッシュ(ドキュメント): はい

  • スプリット:

スプリット例
'test' 3,000
'train' 205,756
'validation' 3,007
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'tr': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
トレ文章ストリング

wmt18_translate/zh-en

  • 構成の説明: WMT 2018 zh-en 翻訳タスク データセット。

  • ダウンロードサイズ: 831.45 MiB

  • データセットサイズ: 6.43 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット例
'test' 3,981
'train' 25,162,209
'validation' 2,001
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラス形Dtype説明
翻訳
ja文章ストリング
zh文章ストリング