wiki40b

  • คำอธิบาย :

ข้อความล้างข้อมูลสำหรับหน้าภาษาวิกิพีเดียมากกว่า 40 ภาษาที่สอดคล้องกับเอนทิตี ชุดข้อมูลมีการแบ่งการฝึก/การพัฒนา/การทดสอบตามภาษา ชุดข้อมูลจะถูกล้างข้อมูลโดยการกรองหน้าเพื่อลบหน้าแก้ความกำกวม หน้าเปลี่ยนเส้นทาง หน้าที่ถูกลบ และหน้าที่ไม่ใช่เอนทิตี แต่ละตัวอย่างประกอบด้วย wikidata id ของเอนทิตี และบทความ Wikipedia ฉบับเต็มหลังการประมวลผลเพจ ซึ่งจะลบส่วนที่ไม่ใช่เนื้อหาและออบเจ็กต์ที่มีโครงสร้างออก โมเดลภาษาที่ได้รับการฝึกในคลังข้อมูลนี้ - รวมถึงโมเดลภาษาเดียว 41 รุ่น และโมเดลหลายภาษา 2 รุ่น - สามารถดูได้ที่ https://tfhub.dev/google/collections/wiki40b-lm/1

FeaturesDict({
    'text': Text(shape=(), dtype=string),
    'version_id': Text(shape=(), dtype=string),
    'wikidata_id': Text(shape=(), dtype=string),
})
  • เอกสารคุณสมบัติ :
คุณสมบัติ ระดับ รูปร่าง ประเภทD คำอธิบาย
คุณสมบัติDict
ข้อความ ข้อความ เชือก
รุ่น_id ข้อความ เชือก
wikidata_id ข้อความ เชือก
  • คีย์ภายใต้การดูแล (ดู as_supervised doc ): None

  • รูปภาพ ( tfds.show_examples ): ไม่รองรับ

  • การอ้างอิง :

@inproceedings{49029,
title = {Wiki-40B: Multilingual Language Model Dataset},
author = {Mandy Guo and Zihang Dai and Denny Vrandecic and Rami Al-Rfou},
year = {2020},
booktitle   = {LREC 2020}
}

wiki40b/en (การกำหนดค่าเริ่มต้น)

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ en

  • ขนาดชุดข้อมูล : 9.91 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 162,274
'train' 2,926,536
'validation' 163,597

wiki40b/ar

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ ar

  • ขนาดชุดข้อมูล : 833.20 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 12,271
'train' 220,885
'validation' 12,198

wiki40b/zh-cn

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ zh-cn

  • ขนาดชุดข้อมูล : 985.53 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 30,355
'train' 549,672
'validation' 30,299

wiki40b/zh-tw

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ zh-tw

  • ขนาดชุดข้อมูล : 986.45 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 30,670
'train' 552,031
'validation' 30,739

วิกิ40b/nl

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ nl

  • ขนาดชุดข้อมูล : 961.82 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 24,776
'train' 447,555
'validation' 25,201

wiki40b/fr

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ fr

  • ขนาดชุดข้อมูล : 3.37 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 68,004
'train' 1,227,206
'validation' 68,655

wiki40b/de

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ de

  • ขนาดชุดข้อมูล : 4.78 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 86,594
'train' 1,554,910
'validation' 86,068

wiki40b/it

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับมัน

  • ขนาดชุดข้อมูล : 2.00 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 40,443
'train' 732,609
'validation' 40,684

wiki40b/ja

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ ja

  • ขนาดชุดข้อมูล : 2.19 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 41,268
'train' 745,392
'validation' 41,576

wiki40b/ko

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ ko

  • ขนาดชุดข้อมูล : 453.98 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 10,802
'train' 194,977
'validation' 10,805

wiki40b/pl

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ pl

  • ขนาดชุดข้อมูล : 1.03 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 27,987
'train' 505,191
'validation' 28,310

wiki40b/pt

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับจุด

  • ขนาดชุดข้อมูล : 1.08 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 22,693
'train' 406,507
'validation' 22,301

wiki40b/ru

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ ru

  • ขนาดชุดข้อมูล : 4.13 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 51,885
'train' 926,037
'validation' 51,287

wiki40b/es

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ es

  • ขนาดชุดข้อมูล : 2.70 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 48,764
'train' 872,541
'validation' 48,592

wiki40b/th

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ th

  • ขนาดชุดข้อมูล : 326.29 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 3,114
'train' 56,798
'validation' 3,093

wiki40b/tr

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ tr

  • ขนาดชุดข้อมูล : 308.87 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 7,890
'train' 142,576
'validation' 7,845

wiki40b/bg

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ bg

  • ขนาดชุดข้อมูล : 433.20 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 7,289
'train' 130,670
'validation' 7,259

wiki40b/แคลิฟอร์เนีย

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับแคลิฟอร์เนีย

  • ขนาดชุดข้อมูล : 753.00 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 15,568
'train' 277,313
'validation' 15,362

wiki40b/cs

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ cs

  • ขนาดชุดข้อมูล : 631.84 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 12,984
'train' 235,971
'validation' 13,096

วิกิ40b/ดา

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ da

  • ขนาดชุดข้อมูล : 240.51 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่ (ทดสอบ การตรวจสอบ) เฉพาะเมื่อ shuffle_files=False (train)

  • แยก :

แยก ตัวอย่าง
'test' 6,219
'train' 109,486
'validation' 6,173

wiki40b/el

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ el

  • ขนาดชุดข้อมูล : 524.77 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 5,261
'train' 93,596
'validation' 5,130

wiki40b/et

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ et

  • ขนาดชุดข้อมูล : 184.07 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่ (ทดสอบ การตรวจสอบ) เฉพาะเมื่อ shuffle_files=False (train)

  • แยก :

แยก ตัวอย่าง
'test' 6,205
'train' 114,464
'validation' 6,351

wiki40b/ฟะ

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ fa

  • ขนาดชุดข้อมูล : 482.55 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 11,262
'train' 203,145
'validation' 11,180

wiki40b/fi

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ fi

  • ขนาดชุดข้อมูล : 534.13 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 14,179
'train' 255,822
'validation' 13,962

wiki40b/เขา

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับเขา

  • ขนาดชุดข้อมูล : 869.51 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 9,344
'train' 165,359
'validation' 9,231

wiki40b/สวัสดี

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ hi

  • ขนาดชุดข้อมูล : 277.56 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 2,643
'train' 45,737
'validation' 2,596

wiki40b/ชม

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B ต่อชั่วโมง

  • ขนาดชุดข้อมูล : 235.58 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่ (ทดสอบ การตรวจสอบ) เฉพาะเมื่อ shuffle_files=False (train)

  • แยก :

แยก ตัวอย่าง
'test' 5,724
'train' 103,857
'validation' 5,792

wiki40b/hu

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ hu

  • ขนาดชุดข้อมูล : 634.25 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 15,258
'train' 273,248
'validation' 15,208

wiki40b/id

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ id

  • ขนาดชุดข้อมูล : 334.06 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 8,598
'train' 156,255
'validation' 8,714

วิกิ40b/lt

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ lt

  • ขนาดชุดข้อมูล : 140.46 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่

  • แยก :

แยก ตัวอย่าง
'test' 4,683
'train' 84,854
'validation' 4,754

วิกิ40b/เลเวล

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับระดับ

  • ขนาดชุดข้อมูล : 80.07 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่

  • แยก :

แยก ตัวอย่าง
'test' 1,932
'train' 33,064
'validation' 1,857

wiki40b/ms

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ ms

  • ขนาดชุดข้อมูล : 142.49 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่ (ทดสอบ การตรวจสอบ) เฉพาะเมื่อ shuffle_files=False (train)

  • แยก :

แยก ตัวอย่าง
'test' 5,235
'train' 97,509
'validation' 5,357

wiki40b/ไม่ใช่

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับหมายเลข

  • ขนาดชุดข้อมูล : 382.03 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 10,588
'train' 190,588
'validation' 10,547

wiki40b/ro

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ ro

  • ขนาดชุดข้อมูล : 319.68 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 7,870
'train' 139,615
'validation' 7,624

wiki40b/sk

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ sk

  • ขนาดชุดข้อมูล : 170.20 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่ (ทดสอบ การตรวจสอบ) เฉพาะเมื่อ shuffle_files=False (train)

  • แยก :

แยก ตัวอย่าง
'test' 5,741
'train' 103,095
'validation' 5,604

wiki40b/sl

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ sl

  • ขนาดชุดข้อมูล : 157.38 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่ (ทดสอบ การตรวจสอบ) เฉพาะเมื่อ shuffle_files=False (train)

  • แยก :

แยก ตัวอย่าง
'test' 3,341
'train' 60,927
'validation' 3,287

wiki40b/sr

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ sr.

  • ขนาดชุดข้อมูล : 582.20 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 17,997
'train' 327,313
'validation' 18,100

wiki40b/sv

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ sv

  • ขนาดชุดข้อมูล : 613.62 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 22,291
'train' 400,742
'validation' 22,263

wiki40b/tl

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ tl

  • ขนาดชุดข้อมูล : 29.04 MiB

  • แคชอัตโนมัติ ( เอกสาร ): ใช่

  • แยก :

แยก ตัวอย่าง
'test' 1,446
'train' 25,940
'validation' 1,472

wiki40b/สหราชอาณาจักร

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับสหราชอาณาจักร

  • ขนาดชุดข้อมูล : 1.67 GiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 26,581
'train' 477,618
'validation' 26,324

wiki40b/vi

  • คำอธิบายการกำหนดค่า : ชุดข้อมูล Wiki40B สำหรับ vi

  • ขนาดชุดข้อมูล : 497.70 MiB

  • แคชอัตโนมัติ ( เอกสาร ): No

  • แยก :

แยก ตัวอย่าง
'test' 7,942
'train' 146,255
'validation' 8,195