wmt14_translate

• الوصف :

ترجمة مجموعة البيانات بناءً على البيانات من statmt.org.

توجد إصدارات لسنوات مختلفة باستخدام مجموعة من مصادر البيانات المتعددة. يسمح لك wmt_translate الأساسي بإنشاء التكوين الخاص بك لاختيار زوج البيانات / اللغة الخاص بك عن طريق إنشاء tfds.translate.wmt.WmtConfig مخصص.

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)

• وثائق إضافية : استكشف في الأوراق باستخدام الرمز north_east

• الصفحة الرئيسية : http://www.statmt.org/wmt14/translation-task.html

• كود المصدر : tfds.translate.Wmt14Translate

• إصدارات :

  • 1.0.0 (افتراضي): لا توجد ملاحظات حول الإصدار.

• إرشادات التنزيل اليدوي : تتطلب مجموعة البيانات هذه تنزيل بيانات المصدر يدويًا إلى download_config.manual_dir (الإعدادات الافتراضية على ~/tensorflow_datasets/downloads/manual/ ):
  تتطلب بعض تكوينات wmt هنا تنزيلًا يدويًا. يرجى البحث في wmt.py لمعرفة المسار الدقيق (واسم الملف) الذي يجب تنزيله.

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@InProceedings{bojar-EtAl:2014:W14-33,
  author    = {Bojar, Ondrej  and  Buck, Christian  and  Federmann, Christian  and  Haddow, Barry  and  Koehn, Philipp  and  Leveling, Johannes  and  Monz, Christof  and  Pecina, Pavel  and  Post, Matt  and  Saint-Amand, Herve  and  Soricut, Radu  and  Specia, Lucia  and  Tamchyna, Ale
{s} },
  title     = {Findings of the 2014 Workshop on Statistical Machine Translation},
  booktitle = {Proceedings of the Ninth Workshop on Statistical Machine Translation},
  month     = {June},
  year      = {2014},
  address   = {Baltimore, Maryland, USA},
  publisher = {Association for Computational Linguistics},
  pages     = {12--58},
  url       = {http://www.aclweb.org/anthology/W/W14/W14-3302}
}

wmt14_translate / cs-en (التكوين الافتراضي)

• وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2014 cs-en.

• حجم التحميل : 1.58 GiB

• حجم مجموعة البيانات : 2.89 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('cs', 'en')

• أمثلة ( tfds.as_dataframe ):

wmt14_translate / de-en

• وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2014 de-en.

• حجم التحميل : 1.58 GiB

• حجم مجموعة البيانات : 1.36 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('de', 'en')

• أمثلة ( tfds.as_dataframe ):

wmt14_translate / fr-en

• وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2014 fr-en.

• حجم التحميل : 6.20 GiB

• حجم مجموعة البيانات : 14.65 GiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

Translation({
    'en': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('fr', 'en')

• أمثلة ( tfds.as_dataframe ):

wmt14_translate / hi-en

• وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2014 hi-en.

• حجم التحميل : 44.65 MiB

• حجم مجموعة البيانات : 77.53 MiB

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• الانقسامات :

• هيكل الميزة :

Translation({
    'en': Text(shape=(), dtype=string),
    'hi': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('hi', 'en')

• أمثلة ( tfds.as_dataframe ):

wmt14_translate / ru-en

• وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2014 ru-en.

• حجم التحميل : 998.38 MiB

• حجم مجموعة البيانات : 839.40 MiB

• التخزين المؤقت التلقائي ( التوثيق ): لا

• الانقسامات :

• هيكل الميزة :

Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر as_supervised doc ): ('ru', 'en')

• أمثلة ( tfds.as_dataframe ):