wmt13_translate

  • 説明

statmt.orgのデータに基づいてデータセットを翻訳します。

複数のデータソースの組み合わせを使用して、さまざまな年のバージョンが存在します。ベースwmt_translate 、カスタム作成することで、独自のデータ/言語ペアを選択するために、独自の設定を作成することができますtfds.translate.wmt.WmtConfig

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)
  • ホームページhttp://www.statmt.org/wmt13/translation-task.html

  • ソースコードtfds.translate.Wmt13Translate

  • バージョン

    • 1.0.0 (デフォルト):リリースノート。
  • マニュアルダウンロード方法:このデータセットは、手動にソースデータをダウンロードする必要がありますdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ):
    ここにあるwmt構成の一部は、手動でダウンロードする必要があります。ダウンロードする必要のある正確なパス(およびファイル名)を確認するには、wmt.pyを調べてください。

  • オートキャッシュされたドキュメント):いいえ

  • tfds.show_examples ):サポートされていません。

  • 引用

@InProceedings{bojar-EtAl:2013:WMT,
  author    = {Bojar, Ondrej  and  Buck, Christian  and  Callison-Burch, Chris  and  Federmann, Christian  and  Haddow, Barry  and  Koehn, Philipp  and  Monz, Christof  and  Post, Matt  and  Soricut, Radu  and  Specia, Lucia},
  title     = {Findings of the 2013 {Workshop on Statistical Machine Translation} },
  booktitle = {Proceedings of the Eighth Workshop on Statistical Machine Translation},
  month     = {August},
  year      = {2013},
  address   = {Sofia, Bulgaria},
  publisher = {Association for Computational Linguistics},
  pages     = {1--44},
  url       = {http://www.aclweb.org/anthology/W13-2201}
}

wmt13_translate / cs-en(デフォルト設定)

  • コンフィグの説明:WMT 2013翻訳作業データセットCS-EN。

  • ダウンロードサイズ1.59 GiB

  • データセットサイズ2.89 GiB

  • スプリット

スプリット
'test' 3,000
'train' 15,780,759
'validation' 13,573
  • 特長
Translation({
    'cs': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt13_translate / de-en

  • コンフィグの説明:WMT 2013デエン翻訳タスクデータセット。

  • ダウンロードサイズ1.59 GiB

  • データセットサイズ1.36 GiB

  • スプリット

スプリット
'test' 3,000
'train' 4,485,758
'validation' 13,573
  • 特長
Translation({
    'de': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt13_translate / fr-en

  • コンフィグの説明:WMT 2013 FR-EN翻訳タスクデータセット。

  • ダウンロードサイズ6.21 GiB

  • データセットサイズ14.64 GiB

  • スプリット

スプリット
'test' 3,000
'train' 40,810,860
'validation' 13,573
  • 特長
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'fr': Text(shape=(), dtype=tf.string),
})

wmt13_translate / es-en

  • コンフィグの説明:WMT 2013のES-EN翻訳タスクデータセット。

  • ダウンロードサイズ3.79 GiB

  • データセットサイズ5.24 GiB

  • スプリット

スプリット
'test' 3,000
'train' 15,176,790
'validation' 13,573
  • 特長
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'es': Text(shape=(), dtype=tf.string),
})

wmt13_translate / ru-en

  • コンフィグの説明:WMT 2013 RU-EN翻訳タスクデータセット。

  • ダウンロードサイズ1010.20 MiB

  • データセットのサイズ833.67 MiB

  • スプリット

スプリット
'test' 3,000
'train' 2,471,670
'validation' 3,003
  • 特長
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'ru': Text(shape=(), dtype=tf.string),
})