wmt16_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

  • الصفحة الرئيسية : http://www.statmt.org/wmt16/translation-task.html

  • كود المصدر : tfds.translate.Wmt16Translate

  • 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:2016:WMT1,
  author    = {Bojar, Ond
{r}ej  and  Chatterjee, Rajen  and  Federmann, Christian  and  Graham, Yvette  and  Haddow, Barry  and  Huck, Matthias  and  Jimeno Yepes, Antonio  and  Koehn, Philipp  and  Logacheva, Varvara  and  Monz, Christof  and  Negri, Matteo  and  Neveol, Aurelie  and  Neves, Mariana  and  Popel, Martin  and  Post, Matt  and  Rubino, Raphael  and  Scarton, Carolina  and  Specia, Lucia  and  Turchi, Marco  and  Verspoor, Karin  and  Zampieri, Marcos},
  title     = {Findings of the 2016 Conference on Machine Translation},
  booktitle = {Proceedings of the First Conference on Machine Translation},
  month     = {August},
  year      = {2016},
  address   = {Berlin, Germany},
  publisher = {Association for Computational Linguistics},
  pages     = {131--198},
  url       = {http://www.aclweb.org/anthology/W/W16/W16-2301}
}

wmt16_translate / cs-en (التكوين الافتراضي)

  • وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2016 cs-en.

  • حجم التحميل : 1.57 GiB

  • حجم مجموعة البيانات : 7.56 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 2،999
'train' 52335651
'validation' 2656
  • هيكل الميزة :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
CS نص سلسلة
en نص سلسلة

wmt16_translate / de-en

  • وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2016 de-en.

  • حجم التحميل : 1.57 GiB

  • حجم مجموعة البيانات : 1.38 GiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 2،999
'train' 4،548،885
'validation' 2،169
  • هيكل الميزة :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
دي نص سلسلة
en نص سلسلة

wmt16_translate / fi-en

  • وصف التكوين : WMT 2016 مجموعة بيانات مهام الترجمة fi-en.

  • حجم التحميل : 260.51 MiB

  • حجم مجموعة البيانات : 624.31 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 6000
'train' 2،073،394
'validation' 1،370
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
فاي نص سلسلة

wmt16_translate / ro-en

  • وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2016 ro-en.

  • حجم التحميل : 273.83 MiB

  • حجم مجموعة البيانات : 194.35 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): نعم (اختبار ، التحقق من الصحة) ، فقط عندما يكون shuffle_files=False (قطار)

  • الانقسامات :

انشق، مزق أمثلة
'test' 1999
'train' 610320
'validation' 1999
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'ro': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
ريال عماني نص سلسلة

wmt16_translate / ru-en

  • وصف التكوين : مجموعة بيانات مهمة الترجمة WMT 2016 ru-en.

  • حجم التحميل : 993.38 MiB

  • حجم مجموعة البيانات : 854.44 MiB

  • التخزين المؤقت التلقائي ( التوثيق ): لا

  • الانقسامات :

انشق، مزق أمثلة
'test' 2،998
'train' 2،516،162
'validation' 2،818
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
ru نص سلسلة

wmt16_translate / tr-en

  • وصف التكوين : مجموعة بيانات مهمة ترجمة WMT 2016 tr-en.

  • حجم التحميل : 59.32 MiB

  • حجم مجموعة البيانات : 63.21 MiB

  • التخزين المؤقت التلقائي ( الوثائق ): نعم

  • الانقسامات :

انشق، مزق أمثلة
'test' 3000
'train' 205756
'validation' 1001
  • هيكل الميزة :
Translation({
    'en': Text(shape=(), dtype=string),
    'tr': Text(shape=(), dtype=string),
})
  • وثائق الميزة :
ميزة فصل شكل نوع وصف
ترجمة
en نص سلسلة
آر نص سلسلة