Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

wmt14_translate

  • Deskripsi :

Terjemahkan dataset berdasarkan data dari statmt.org.

Versi ada untuk tahun yang berbeda menggunakan kombinasi dari beberapa sumber data. Basis wmt_translate memungkinkan Anda membuat konfigurasi Anda sendiri untuk memilih pasangan data / bahasa Anda sendiri dengan membuat tfds.translate.wmt.WmtConfig kustom.

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)
  • Situs web : http://www.statmt.org/wmt14/translation-task.html

  • Kode sumber :tfds.translate.Wmt14Translate

  • Versi :

    • 1.0.0 (default): Tidak ada catatan rilis.
  • Ukuran kumpulan data : Unknown size

  • Petunjuk pengunduhan manual : Dataset ini mengharuskan Anda untuk mengunduh data sumber secara manual ke dalam download_config.manual_dir (defaultnya ~/tensorflow_datasets/downloads/manual/ ):
    Beberapa konfigurasi wmt di sini, memerlukan unduhan manual. Silakan lihat ke wmt.py untuk melihat jalur yang tepat (dan nama file) yang harus diunduh.

  • Cache otomatis ( dokumentasi ): Tidak diketahui

  • Kutipan :

@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 (konfigurasi default)

  • Deskripsi konfigurasi : Dataset tugas terjemahan WMT 2014 cs-en.

  • Ukuran unduhan : 1.58 GiB

  • Split :

Membagi Contoh
'test' 3.003
'train' 15.786.979
'validation' 3.000
  • Fitur :
Translation({
    'cs': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt14_translate / de-en

  • Config description : WMT 2014 de-en dataset tugas terjemahan.

  • Ukuran unduhan : 1.58 GiB

  • Split :

Membagi Contoh
'test' 3.003
'train' 4.508.785
'validation' 3.000
  • Fitur :
Translation({
    'de': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt14_translate / fr-en

  • Config description : WMT 2014 fr-en dataset tugas terjemahan.

  • Ukuran unduhan : 6.20 GiB

  • Split :

Membagi Contoh
'test' 3.003
'train' 40.836.876
'validation' 3.000
  • Fitur :
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'fr': Text(shape=(), dtype=tf.string),
})
.dll

wmt14_translate / hi-en

  • Config description : WMT 2014 hi-en set data tugas terjemahan.

  • Ukuran unduhan : 44.65 MiB

  • Split :

Membagi Contoh
'test' 2.507
'train' 313.748
'validation' 520
  • Fitur :
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'hi': Text(shape=(), dtype=tf.string),
})

wmt14_translate / ru-en

  • Config description : WMT 2014 ru-en set data tugas terjemahan.

  • Ukuran unduhan : 998.38 MiB

  • Split :

Membagi Contoh
'test' 3.003
'train' 2.486.965
'validation' 3.000
  • Fitur :
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'ru': Text(shape=(), dtype=tf.string),
})