tatoeba

• Deskripsi :

Data ini disarikan dari korpus Tatoeba, tertanggal Sabtu 17/11/2018.

Untuk setiap bahasa, kami telah memilih 1000 kalimat bahasa Inggris dan terjemahannya, jika tersedia. Silakan periksa makalah ini untuk deskripsi bahasa, keluarga dan skrip mereka serta hasil dasar.

Harap dicatat bahwa kalimat bahasa Inggris tidak identik untuk semua pasangan bahasa. Ini berarti bahwa hasilnya tidak dapat dibandingkan secara langsung antar bahasa.

• Beranda : http://opus.nlpl.eu/Tatoeba.php

• Kode sumber : tfds.datasets.tatoeba.Builder

• Versi :

  • 1.0.0 (default): Rilis awal.

• Di-cache otomatis ( dokumentasi ): Ya

• Struktur fitur :

FeaturesDict({
    'source_language': Text(shape=(), dtype=string),
    'source_sentence': Text(shape=(), dtype=string),
    'target_language': Text(shape=(), dtype=string),
    'target_sentence': Text(shape=(), dtype=string),
})

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): None

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@article{tatoeba,
          title={Massively Multilingual Sentence Embeddings for Zero-Shot
                   Cross-Lingual Transfer and Beyond},
          author={Mikel, Artetxe and Holger, Schwenk,},
          journal={arXiv:1812.10464v2},
          year={2018}
}

@InProceedings{TIEDEMANN12.463,
  author = {J{\"o}rg}rg Tiedemann},
  title = {Parallel Data, Tools and Interfaces in OPUS},
  booktitle = {Proceedings of the Eight International Conference on Language Resources and Evaluation (LREC'12)},
  year = {2012},
  month = {may},
  date = {23-25},
  address = {Istanbul, Turkey},
  editor = {Nicoletta Calzolari (Conference Chair) and Khalid Choukri and Thierry Declerck and Mehmet Ugur Dogan and Bente Maegaard and Joseph Mariani and Jan Odijk and Stelios Piperidis},
  publisher = {European Language Resources Association (ELRA)},
  isbn = {978-2-9517408-7-7},
  language = {english}
}

tatoeba/tatoeba_af (konfigurasi default)

• Ukuran unduhan : 58.24 KiB

• Ukuran dataset : 162.74 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ar

• Ukuran unduhan : 70.95 KiB

• Ukuran dataset : 175.46 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_bg

• Ukuran unduhan : 99.88 KiB

• Ukuran dataset : 204.64 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_bn

• Ukuran unduhan : 89.55 KiB

• Ukuran dataset : 194.24 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_de

• Ukuran unduhan : 103.09 KiB

• Ukuran dataset : 207.93 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_el

• Ukuran unduhan : 77.11 KiB

• Ukuran dataset : 181.65 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_es

• Ukuran unduhan : 70.57 KiB

• Ukuran dataset : 175.12 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_et

• Ukuran unduhan : 58.33 KiB

• Ukuran dataset : 162.85 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_eu

• Ukuran unduhan : 64.52 KiB

• Ukuran dataset : 169.02 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_fa

• Ukuran unduhan : 91.52 KiB

• Ukuran dataset : 196.15 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_fi

• Ukuran unduhan : 73.90 KiB

• Ukuran dataset : 178.47 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_fr

• Ukuran unduhan : 78.14 KiB

• Ukuran dataset : 182.68 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_he

• Ukuran unduhan : 81.54 KiB

• Ukuran dataset : 186.15 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_hi

• Ukuran unduhan : 119.69 KiB

• Ukuran dataset : 224.89 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_hu

• Ukuran unduhan : 67.27 KiB

• Ukuran dataset : 171.78 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_id

• Ukuran unduhan : 73.09 KiB

• Ukuran dataset : 177.61 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_it

• Ukuran unduhan : 64.29 KiB

• Ukuran dataset : 168.81 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ja

• Ukuran unduhan : 90.90 KiB

• Ukuran dataset : 195.53 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_jv

• Ukuran unduhan : 13.59 KiB

• Ukuran dataset : 35.01 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ka

• Ukuran unduhan : 70.47 KiB

• Ukuran dataset : 148.67 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_kk

• Ukuran unduhan : 46.07 KiB

• Ukuran dataset : 106.25 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ko

• Ukuran unduhan : 77.28 KiB

• Ukuran dataset : 181.88 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ml

• Ukuran unduhan : 92.50 KiB

• Ukuran dataset : 165.14 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_mr

• Ukuran unduhan : 98.19 KiB

• Ukuran dataset : 202.96 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_nl

• Ukuran unduhan : 71.55 KiB

• Ukuran dataset : 176.10 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_pt

• Ukuran unduhan : 73.42 KiB

• Ukuran dataset : 177.95 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ru

• Ukuran unduhan : 90.30 KiB

• Ukuran dataset : 194.92 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_sw

• Ukuran unduhan : 19.99 KiB

• Ukuran dataset : 60.75 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ta

• Ukuran unduhan : 38.52 KiB

• Ukuran dataset : 70.93 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_te

• Ukuran unduhan : 24.55 KiB

• Ukuran dataset : 49.07 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_th

• Ukuran unduhan : 61.72 KiB

• Ukuran dataset : 119.32 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_tl

• Ukuran unduhan : 66.54 KiB

• Ukuran dataset : 171.04 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_tr

• Ukuran unduhan : 70.20 KiB

• Ukuran dataset : 174.70 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_ur

• Ukuran unduhan : 86.63 KiB

• Ukuran dataset : 191.20 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_vi

• Ukuran unduhan : 89.26 KiB

• Ukuran dataset : 193.89 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):

tatoeba/tatoeba_zh

• Ukuran unduhan : 67.32 KiB

• Ukuran dataset : 171.85 KiB

• Perpecahan :

• Contoh ( tfds.as_dataframe ):