O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

wmt13_translate

  • Descrição:

Traduzir o conjunto de dados com base nos dados de statmt.org.

Existem versões para os diferentes anos usando uma combinação de várias fontes de dados. A base wmt_translate permite que você crie sua própria configuração para escolher o seu próprio par de dados / idioma através da criação de um costume 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)
  • Homepage: http://www.statmt.org/wmt13/translation-task.html

  • O código-fonte: tfds.translate.Wmt13Translate

  • versões:

    • 1.0.0 (padrão): Não há notas de lançamento.
  • Instruções baixar o manual: Este conjunto de dados requer que você baixe os dados de origem manualmente para download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
    Algumas das configurações wmt aqui requerem um download manual. Consulte wmt.py para ver o caminho exato (e o nome do arquivo) que deve ser baixado.

  • Cache-Auto ( documentação ): Não

  • Figura ( tfds.show_examples ): Não suportado.

  • citação:

@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 (configuração padrão)

  • A inscrição Config: WMT 2013 cs-en conjunto de dados tarefa de tradução.

  • Tamanho do download: 1.59 GiB

  • Tamanho do conjunto de dados: 2.89 GiB

  • desdobramentos:

Dividir Exemplos
'test' 3.000
'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

  • A inscrição Config: WMT 2.013 de-en conjunto de dados tarefa de tradução.

  • Tamanho do download: 1.59 GiB

  • Tamanho do conjunto de dados: 1.36 GiB

  • desdobramentos:

Dividir Exemplos
'test' 3.000
'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

  • A inscrição Config: WMT 2013 fr-en tradução tarefa conjunto de dados.

  • Tamanho do download: 6.21 GiB

  • Tamanho do conjunto de dados: 14.64 GiB

  • desdobramentos:

Dividir Exemplos
'test' 3.000
'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

  • Configuração Descrição: WMT 2013 es-en conjunto de dados tarefa de tradução.

  • Tamanho do download: 3.79 GiB

  • Tamanho do conjunto de dados: 5.24 GiB

  • desdobramentos:

Dividir Exemplos
'test' 3.000
'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

  • A inscrição Config: WMT 2013 ru-en conjunto de dados tarefa de tradução.

  • Tamanho do download: 1010.20 MiB

  • Dataset size: 833.67 MiB

  • desdobramentos:

Dividir Exemplos
'test' 3.000
'train' 2.471.670
'validation' 3.003
  • Características:
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'ru': Text(shape=(), dtype=tf.string),
})