wmt15_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/wmt15/translation-task.html

  • ソースコードtfds.translate.Wmt15Translate

  • バージョン

    • 1.0.0 (デフォルト):リリースノート。
  • データセットのサイズUnknown size

  • 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):不明

  • tfds.show_examples ):サポートされていません。

  • 引用

@InProceedings{bojar-EtAl:2015:WMT,
  author    = {Bojar, Ond
{r}ej  and  Chatterjee, Rajen  and  Federmann, Christian  and  Haddow, Barry  and  Huck, Matthias  and  Hokamp, Chris  and  Koehn, Philipp  and  Logacheva, Varvara  and  Monz, Christof  and  Negri, Matteo  and  Post, Matt  and  Scarton, Carolina  and  Specia, Lucia  and  Turchi, Marco},
  title     = {Findings of the 2015 Workshop on Statistical Machine Translation},
  booktitle = {Proceedings of the Tenth Workshop on Statistical Machine Translation},
  month     = {September},
  year      = {2015},
  address   = {Lisbon, Portugal},
  publisher = {Association for Computational Linguistics},
  pages     = {1--46},
  url       = {http://aclweb.org/anthology/W15-3001}
}

wmt15_translate / cs-en(デフォルト設定)

  • コンフィグの説明:WMT 2015翻訳作業データセットCS-EN。

  • ダウンロードサイズ1.62 GiB

  • スプリット

スプリット
'test' 2,656
'train' 15,793,126
'validation' 3,003
  • 特長
Translation({
    'cs': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt15_translate / de-en

  • コンフィグの説明:WMT 2015デエン翻訳タスクデータセット。

  • ダウンロードサイズ1.62 GiB

  • スプリット

スプリット
'test' 2,169
'train' 4,522,998
'validation' 3,003
  • 特長
Translation({
    'de': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})

wmt15_translate / fi-en

  • コンフィグの説明:WMT 2015 FI-EN翻訳タスクデータセット。

  • ダウンロードサイズ260.51 MiB

  • スプリット

スプリット
'test' 1,370
'train' 2,073,394
'validation' 1,500
  • 特長
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'fi': Text(shape=(), dtype=tf.string),
})

wmt15_translate / fr-en

  • コンフィグの説明:WMT 2015 FR-EN翻訳タスクデータセット。

  • ダウンロードサイズ6.24 GiB

  • スプリット

スプリット
'test' 1,500
'train' 40,853,298
'validation' 4,503
  • 特長
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'fr': Text(shape=(), dtype=tf.string),
})

wmt15_translate / ru-en

  • コンフィグの説明:WMT 2015 RU-EN翻訳タスクデータセット。

  • ダウンロードサイズ1.02 GiB

  • スプリット

スプリット
'test' 2,818
'train' 2,495,081
'validation' 3,003
  • 特長
Translation({
    'en': Text(shape=(), dtype=tf.string),
    'ru': Text(shape=(), dtype=tf.string),
})