wmt19_translate

  • Descriptif :

Traduire l'ensemble de données en fonction des données de statmt.org.

Des versions existent pour les différentes années en utilisant une combinaison de plusieurs sources de données. La base wmt_translate vous permet de créer votre propre configuration pour choisir votre propre paire données/langue en créant un tfds.translate.wmt.WmtConfig personnalisé.

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)

  • Page d'accueil : http://www.statmt.org/wmt19/translation-task.html

  • Code source : tfds.translate.Wmt19Translate

  • Versions :

    • 1.0.0 (par défaut) : aucune note de version.

  • Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut ~/tensorflow_datasets/downloads/manual/ ) :
    Certaines des configurations wmt ici nécessitent un téléchargement manuel. Veuillez regarder dans wmt.py pour voir le chemin exact (et le nom du fichier) qui doit être téléchargé.

  • Figure ( tfds.show_examples ) : non pris en charge.

  • Citation :

@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 (configuration par défaut)

  • Description de la configuration : jeu de données de tâche de traduction WMT 2019 cs-en.

  • Taille du téléchargement : 1.88 GiB

  • Taille du jeu de données : 3.64 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 20 246 548
'validation' 2 983
  • Structure des fonctionnalités :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
cs Texte chaîne de caractères
fr Texte chaîne de caractères

wmt19_translate/de-fr

  • Description de la configuration : ensemble de données de tâche de traduction de-en WMT 2019.

  • Taille du téléchargement : 9.71 GiB

  • Taille du jeu de données : 8.60 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 38 690 334
'validation' 2 998
  • Structure des fonctionnalités :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
de Texte chaîne de caractères
fr Texte chaîne de caractères

wmt19_translate/fi-fr

  • Description de la configuration : ensemble de données de tâche de traduction fi-en WMT 2019.

  • Taille du téléchargement : 959.46 MiB

  • Taille du jeu de données : 1.46 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 6 587 448
'validation' 3 000
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
Fi Texte chaîne de caractères

wmt19_translate/gu-fr

  • Description de la configuration : ensemble de données de tâche de traduction WMT 2019 gu-en.

  • Taille du téléchargement : 37.03 MiB

  • Taille du jeu de données : 1.55 MiB

  • Mise en cache automatique ( documentation ): Oui

  • Fractionnements :

Diviser Exemples
'train' 11 670
'validation' 1 998
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'gu': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
gu Texte chaîne de caractères

wmt19_translate/kk-fr

  • Description de la configuration : ensemble de données de tâche de traduction WMT 2019 kk-en.

  • Taille du téléchargement : 39.58 MiB

  • Taille du jeu de données : 11.82 MiB

  • Mise en cache automatique ( documentation ): Oui

  • Fractionnements :

Diviser Exemples
'train' 126 583
'validation' 2 066
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'kk': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
kk Texte chaîne de caractères

wmt19_translate/lt-fr

  • Description de la configuration : ensemble de données de tâche de traduction WMT 2019 lt-en.

  • Taille du téléchargement : 392.20 MiB

  • Taille du jeu de données : 537.26 MiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 2 344 893
'validation' 2 000
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'lt': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
ça Texte chaîne de caractères

wmt19_translate/ru-fr

  • Description de la configuration : ensemble de données de tâche de traduction WMT 2019 ru-en.

  • Taille du téléchargement : 1.57 GiB

  • Taille du jeu de données : 13.95 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 38 492 126
'validation' 3 000
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
ru Texte chaîne de caractères

wmt19_translate/zh-fr

  • Description de la configuration : ensemble de données de tâche de traduction WMT 2019 zh-en.

  • Taille du téléchargement : 770.91 MiB

  • Taille du jeu de données : 6.49 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 25 986 436
'validation' 3 981
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
zh Texte chaîne de caractères

wmt19_translate/fr-de

  • Description de la configuration : Ensemble de données de tâche de traduction WMT 2019 fr-de.

  • Taille du téléchargement : 722.20 MiB

  • Taille du jeu de données : 2.39 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'train' 9 824 476
'validation' 1 512
  • Structure des fonctionnalités :
Translation({
    'de': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
de Texte chaîne de caractères
en Texte chaîne de caractères