opus_gnome

مراجع:

• کد
• صورت در آغوش گرفته

اربال

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/ar-bal')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	60

• ویژگی ها :

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

bg-csb

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/bg-csb')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	1768

• ویژگی ها :

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

ca-en_GB

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/ca-en_GB')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	7982

• ویژگی ها :

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

cs-eo

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/cs-eo')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	73

• ویژگی ها :

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

ده ها

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/de-ha')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	216

• ویژگی ها :

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

cs-tk

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/cs-tk')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	18686

• ویژگی ها :

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

da-vi

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/da-vi')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	149

• ویژگی ها :

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

en_GB-my

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/en_GB-my')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	28232

• ویژگی ها :

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

el-sk

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/el-sk')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	150

• ویژگی ها :

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

de-tt

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:opus_gnome/de-tt')

• توضیحات :

A parallel corpus of GNOME localization files. Source: https://l10n.gnome.org

187 languages, 12,822 bitexts
total number of files: 113,344
total number of tokens: 267.27M
total number of sentence fragments: 58.12M

• مجوز : مجوز شناخته شده ای وجود ندارد
• نسخه : 1.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	2169

• ویژگی ها :

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