emea

তথ্যসূত্র:

• কোড
• আলিঙ্গন মুখ

বিজি-এল

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:emea/bg-el')

• বর্ণনা :

This is a parallel corpus made out of PDF documents from the European Medicines Agency. All files are automatically converted from PDF to plain text using pdftotext with the command line arguments -layout -nopgbrk -eol unix. There are some known problems with tables and multi-column layouts - some of them are fixed in the current version.

source: http://www.emea.europa.eu/

22 languages, 231 bitexts
total number of files: 41,957
total number of tokens: 311.65M
total number of sentence fragments: 26.51M

• লাইসেন্স : কোনো পরিচিত লাইসেন্স নেই
• সংস্করণ : 3.0.0
• বিভাজন :

বিভক্ত	উদাহরণ
'train'	1044065

• বৈশিষ্ট্য :

{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "translation": {
        "languages": [
            "bg",
            "el"
        ],
        "id": null,
        "_type": "Translation"
    }
}

cs-et

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:emea/cs-et')

• বর্ণনা :

This is a parallel corpus made out of PDF documents from the European Medicines Agency. All files are automatically converted from PDF to plain text using pdftotext with the command line arguments -layout -nopgbrk -eol unix. There are some known problems with tables and multi-column layouts - some of them are fixed in the current version.

source: http://www.emea.europa.eu/

22 languages, 231 bitexts
total number of files: 41,957
total number of tokens: 311.65M
total number of sentence fragments: 26.51M

• লাইসেন্স : কোনো পরিচিত লাইসেন্স নেই
• সংস্করণ : 3.0.0
• বিভাজন :

বিভক্ত	উদাহরণ
'train'	1053164

• বৈশিষ্ট্য :

{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "translation": {
        "languages": [
            "cs",
            "et"
        ],
        "id": null,
        "_type": "Translation"
    }
}

de-mt

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:emea/de-mt')

• বর্ণনা :

This is a parallel corpus made out of PDF documents from the European Medicines Agency. All files are automatically converted from PDF to plain text using pdftotext with the command line arguments -layout -nopgbrk -eol unix. There are some known problems with tables and multi-column layouts - some of them are fixed in the current version.

source: http://www.emea.europa.eu/

22 languages, 231 bitexts
total number of files: 41,957
total number of tokens: 311.65M
total number of sentence fragments: 26.51M

• লাইসেন্স : কোনো পরিচিত লাইসেন্স নেই
• সংস্করণ : 3.0.0
• বিভাজন :

বিভক্ত	উদাহরণ
'train'	1000532

• বৈশিষ্ট্য :

{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "translation": {
        "languages": [
            "de",
            "mt"
        ],
        "id": null,
        "_type": "Translation"
    }
}

fr-sk

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:emea/fr-sk')

• বর্ণনা :

This is a parallel corpus made out of PDF documents from the European Medicines Agency. All files are automatically converted from PDF to plain text using pdftotext with the command line arguments -layout -nopgbrk -eol unix. There are some known problems with tables and multi-column layouts - some of them are fixed in the current version.

source: http://www.emea.europa.eu/

22 languages, 231 bitexts
total number of files: 41,957
total number of tokens: 311.65M
total number of sentence fragments: 26.51M

• লাইসেন্স : কোনো পরিচিত লাইসেন্স নেই
• সংস্করণ : 3.0.0
• বিভাজন :

বিভক্ত	উদাহরণ
'train'	1062753

• বৈশিষ্ট্য :

{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "translation": {
        "languages": [
            "fr",
            "sk"
        ],
        "id": null,
        "_type": "Translation"
    }
}

es-lt

TFDS এ এই ডেটাসেট লোড করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:

ds = tfds.load('huggingface:emea/es-lt')

• বর্ণনা :

This is a parallel corpus made out of PDF documents from the European Medicines Agency. All files are automatically converted from PDF to plain text using pdftotext with the command line arguments -layout -nopgbrk -eol unix. There are some known problems with tables and multi-column layouts - some of them are fixed in the current version.

source: http://www.emea.europa.eu/

22 languages, 231 bitexts
total number of files: 41,957
total number of tokens: 311.65M
total number of sentence fragments: 26.51M

• লাইসেন্স : কোনো পরিচিত লাইসেন্স নেই
• সংস্করণ : 3.0.0
• বিভাজন :

বিভক্ত	উদাহরণ
'train'	1051370

• বৈশিষ্ট্য :

{
    "id": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    },
    "translation": {
        "languages": [
            "es",
            "lt"
        ],
        "id": null,
        "_type": "Translation"
    }
}