wmt19_translate

  • Descrizione :

Traduci il set di dati in base ai dati di statmt.org.

Esistono versioni per i diversi anni utilizzando una combinazione di più fonti di dati. La base wmt_translate ti consente di creare la tua configurazione per scegliere la tua coppia dati/lingua creando un tfds.translate.wmt.WmtConfig personalizzato.

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)

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

  • Codice sorgente : tfds.translate.Wmt19Translate

  • Versioni :

    • 1.0.0 (impostazione predefinita): nessuna nota di rilascio.

  • Istruzioni per il download manuale : questo set di dati richiede di scaricare manualmente i dati di origine in download_config.manual_dir (il valore predefinito ~/tensorflow_datasets/downloads/manual/ ):
    Alcune delle configurazioni wmt qui richiedono un download manuale. Si prega di guardare in wmt.py per vedere il percorso esatto (e il nome del file) che deve essere scaricato.

  • Figura ( tfds.show_examples ): non supportato.

  • Citazione :

@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 (configurazione predefinita)

  • Descrizione della configurazione : set di dati dell'attività di traduzione cs-en WMT 2019.

  • Dimensione del download : 1.88 GiB

  • Dimensione del set di dati: 3.64 GiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 20.246.548
'validation' 2.983
  • Struttura delle caratteristiche :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
cs Testo corda
it Testo corda

wmt19_translate/de-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione de-en WMT 2019.

  • Dimensioni del download : 9.71 GiB

  • Dimensione del set di dati: 8.60 GiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 38.690.334
'validation' 2.998
  • Struttura delle caratteristiche :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
de Testo corda
it Testo corda

wmt19_translate/fi-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione fi-en WMT 2019.

  • Dimensione del download : 959.46 MiB

  • Dimensione del set di dati: 1.46 GiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 6.587.448
'validation' 3.000
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
fi Testo corda

wmt19_translate/gu-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione gu-en WMT 2019.

  • Dimensione del download : 37.03 MiB

  • Dimensione del set di dati : 1.55 MiB

  • Auto-cache ( documentazione ): Sì

  • Divisioni :

Diviso Esempi
'train' 11.670
'validation' 1.998
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'gu': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
GU Testo corda

wmt19_translate/kk-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione kk-en WMT 2019.

  • Dimensione del download : 39.58 MiB

  • Dimensione del set di dati: 11.82 MiB

  • Auto-cache ( documentazione ): Sì

  • Divisioni :

Diviso Esempi
'train' 126.583
'validation' 2.066
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'kk': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
kk Testo corda

wmt19_translate/lt-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione lt-en WMT 2019.

  • Dimensione del download : 392.20 MiB

  • Dimensione del set di dati: 537.26 MiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 2.344.893
'validation' 2.000
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'lt': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
lt Testo corda

wmt19_translate/ru-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione ru-en WMT 2019.

  • Dimensione del download : 1.57 GiB

  • Dimensione del set di dati: 13.95 GiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 38.492.126
'validation' 3.000
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
ru Testo corda

wmt19_translate/zh-en

  • Descrizione della configurazione : set di dati dell'attività di traduzione WMT 2019 zh-en.

  • Dimensione del download : 770.91 MiB

  • Dimensione del set di dati: 6.49 GiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 25.986.436
'validation' 3.981
  • Struttura delle caratteristiche :
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
it Testo corda
zh Testo corda

wmt19_translate/fr-de

  • Descrizione della configurazione : set di dati dell'attività di traduzione fr-de WMT 2019.

  • Dimensione del download : 722.20 MiB

  • Dimensione del set di dati: 2.39 GiB

  • Cache automatica ( documentazione ): No

  • Divisioni :

Diviso Esempi
'train' 9.824.476
'validation' 1.512
  • Struttura delle caratteristiche :
Translation({
    'de': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • Documentazione delle funzionalità :
Caratteristica Classe Forma Tipo D Descrizione
Traduzione
de Testo corda
fr Testo corda