Ayuda a proteger la Gran Barrera de Coral con TensorFlow en Kaggle Únete Challenge

wmt13_translate

  • Descripción:

Traducir el conjunto de datos según los datos de statmt.org.

Existen versiones para los diferentes años utilizando una combinación de múltiples fuentes de datos. La base wmt_translate le permite crear su propia configuración para elegir su propio par de datos / idioma mediante la creación de una costumbre 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)
  • Inicio: http://www.statmt.org/wmt13/translation-task.html

  • El código fuente: tfds.translate.Wmt13Translate

  • versiones:

    • 1.0.0 (por defecto): No hay notas de la versión.
  • Las instrucciones de descarga manual: Este conjunto de datos se requiere para descargar los datos de origen manualmente en download_config.manual_dir (por defecto ~/tensorflow_datasets/downloads/manual/ ):
    Algunas de las configuraciones de wmt aquí requieren una descarga manual. Consulte wmt.py para ver la ruta exacta (y el nombre del archivo) que debe descargar.

  • Auto-caché ( documentación ): No

  • Figura ( tfds.show_examples ): No soportado.

  • Cita:

@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 (configuración predeterminada)

  • Descripción config: WMT 2013 cs-en conjunto de datos tarea de traducción.

  • Tamaño del paquete: 1.59 GiB

  • Tamaño de conjunto de datos: 2.89 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 3000
'train' 15,780,759
'validation' 13,573
  • características:
Translation({
    'cs': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt13_translate / de-en

  • Descripción config: WMT 2013 de conjunto de datos-es tarea de traducción.

  • Tamaño del paquete: 1.59 GiB

  • Tamaño Conjunto de datos: 1.36 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 3000
'train' 4.485.758
'validation' 13,573
  • características:
Translation({
    'de': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt13_translate / fr-en

  • Descripción config: WMT 2013 fr-en traducción de tareas conjunto de datos.

  • Tamaño del paquete: 6.21 GiB

  • Tamaño de conjunto de datos: 14.64 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 3000
'train' 40,810,860
'validation' 13,573
  • características:
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'fr': Text(shape=(), dtype=tf.string),
})

wmt13_translate / es-en

  • Descripción config: WMT 2013 ES-EN conjunto de datos tarea de traducción.

  • Tamaño del paquete: 3.79 GiB

  • Tamaño de conjunto de datos: 5.24 GiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 3000
'train' 15,176,790
'validation' 13,573
  • características:
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'es': Text(shape=(), dtype=tf.string),
})

wmt13_translate / ru-en

  • Descripción config: WMT 2013 ru-en conjunto de datos tarea de traducción.

  • Tamaño del paquete: 1010.20 MiB

  • Conjunto de datos de tamaño: 833.67 MiB

  • Fraccionamientos:

Separar Ejemplos de
'test' 3000
'train' 2,471,670
'validation' 3.003
  • características:
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'ru': Text(shape=(), dtype=tf.string),
})