wmt19_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)

  • Beranda : http://www.statmt.org/wmt19/translation-task.html

  • Kode sumber : tfds.translate.Wmt19Translate

  • 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 :

@ONLINE {wmt19translate,
    author = "Wikimedia Foundation",
    title  = "ACL 2019 Fourth Conference on Machine Translation (WMT19), Shared Task: Machine Translation of News",
    url    = "http://www.statmt.org/wmt19/translation-task.html"
}

wmt19_translate/cs-en (konfigurasi default)

  • Deskripsi konfigurasi : WMT 2019 cs-en translation task dataset.

  • Ukuran unduhan : 1.88 GiB

  • Ukuran dataset : 3.64 GiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 20.246.548
'validation' 2.983
  • 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

wmt19_translate/de-en

  • Deskripsi konfigurasi : WMT 2019 de-en translation task dataset.

  • Ukuran unduhan : 9.71 GiB

  • Ukuran dataset : 8.60 GiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 38.690.334
'validation' 2.998
  • 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

wmt19_translate/fi-en

  • Deskripsi konfigurasi : Dataset tugas terjemahan fi-en WMT 2019.

  • Ukuran unduhan : 959.46 MiB

  • Ukuran dataset : 1.46 GiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 6.587.448
'validation' 3.000
  • 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

wmt19_translate/gu-en

  • Deskripsi konfigurasi : WMT 2019 gu-en translation task dataset.

  • Ukuran unduhan : 37.03 MiB

  • Ukuran dataset : 1.55 MiB

  • Di-cache otomatis ( dokumentasi ): Ya

  • Perpecahan :

Membelah Contoh
'train' 11.670
'validation' 1.998
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'gu': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
gu Teks rangkaian

wmt19_translate/kk-en

  • Deskripsi konfigurasi : WMT 2019 kk-en translation task dataset.

  • Ukuran unduhan : 39.58 MiB

  • Ukuran dataset : 11.82 MiB

  • Di-cache otomatis ( dokumentasi ): Ya

  • Perpecahan :

Membelah Contoh
'train' 126.583
'validation' 2.066
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'kk': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
kk Teks rangkaian

wmt19_translate/lt-en

  • Deskripsi konfigurasi : Dataset tugas terjemahan WMT 2019 lt-en.

  • Ukuran unduhan : 392.20 MiB

  • Ukuran dataset : 537.26 MiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 2.344.893
'validation' 2.000
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'lt': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
lt Teks rangkaian

wmt19_translate/ru-en

  • Deskripsi konfigurasi : WMT 2019 ru-en translation task dataset.

  • Ukuran unduhan : 1.57 GiB

  • Ukuran dataset : 13.95 GiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 38.492.126
'validation' 3.000
  • 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

wmt19_translate/zh-en

  • Deskripsi konfigurasi : WMT 2019 zh-en translation task dataset.

  • Ukuran unduhan : 770.91 MiB

  • Ukuran dataset : 6.49 GiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 25.986.436
'validation' 3.981
  • Struktur fitur :
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
en Teks rangkaian
zh Teks rangkaian

wmt19_translate/fr-de

  • Deskripsi konfigurasi : WMT 2019 fr-de translation task dataset.

  • Ukuran unduhan : 722.20 MiB

  • Ukuran dataset : 2.39 GiB

  • Di-cache otomatis ( dokumentasi ): Tidak

  • Perpecahan :

Membelah Contoh
'train' 9.824.476
'validation' 1.512
  • Struktur fitur :
Translation({
    'de': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • Dokumentasi fitur :
Fitur Kelas Membentuk Dtype Keterangan
Terjemahan
de Teks rangkaian
fr Teks rangkaian