wmt16_translate

  • Descriptif :

Traduire l'ensemble de données en fonction des données de statmt.org.

Des versions existent pour les différentes années en utilisant une combinaison de plusieurs sources de données. La base wmt_translate vous permet de créer votre propre configuration pour choisir votre propre paire données/langue en créant un tfds.translate.wmt.WmtConfig personnalisé.

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)
  • Documentation complémentaire : Explorer sur Papers With Code

  • Page d'accueil : http://www.statmt.org/wmt16/translation-task.html

  • Code source : tfds.translate.Wmt16Translate

  • Versions :

    • 1.0.0 (par défaut) : aucune note de version.
  • Instructions de téléchargement manuel : cet ensemble de données nécessite que vous téléchargiez manuellement les données sources dans download_config.manual_dir (par défaut ~/tensorflow_datasets/downloads/manual/ ) :
    Certaines des configurations wmt ici nécessitent un téléchargement manuel. Veuillez regarder dans wmt.py pour voir le chemin exact (et le nom du fichier) qui doit être téléchargé.

  • Figure ( tfds.show_examples ) : non pris en charge.

  • Citation :

@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 (configuration par défaut)

  • Description de la configuration : jeu de données de tâche de traduction WMT 2016 cs-en.

  • Taille du téléchargement : 1.57 GiB

  • Taille du jeu de données : 7.56 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'test' 2 999
'train' 52 335 651
'validation' 2 656
  • Structure des fonctionnalités :
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
cs Texte chaîne de caractères
fr Texte chaîne de caractères

wmt16_translate/de-en

  • Description de la configuration : ensemble de données de tâche de traduction de-en WMT 2016.

  • Taille du téléchargement : 1.57 GiB

  • Taille du jeu de données : 1.38 GiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'test' 2 999
'train' 4 548 885
'validation' 2 169
  • Structure des fonctionnalités :
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
de Texte chaîne de caractères
fr Texte chaîne de caractères

wmt16_translate/fi-fr

  • Description de la configuration : ensemble de données de tâche de traduction fi-en WMT 2016.

  • Taille du téléchargement : 260.51 MiB

  • Taille du jeu de données : 624.31 MiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'test' 6 000
'train' 2 073 394
'validation' 1 370
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
Fi Texte chaîne de caractères

wmt16_translate/ro-fr

  • Description de la configuration : jeu de données de la tâche de traduction ro-en WMT 2016.

  • Taille du téléchargement : 273.83 MiB

  • Taille du jeu de données : 194.35 MiB

  • Mise en cache automatique ( documentation ): Oui (test, validation), Uniquement lorsque shuffle_files=False (train)

  • Fractionnements :

Diviser Exemples
'test' 1 999
'train' 610 320
'validation' 1 999
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'ro': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
ro Texte chaîne de caractères

wmt16_translate/ru-fr

  • Description de la configuration : jeu de données de la tâche de traduction WMT 2016 ru-en.

  • Taille du téléchargement : 993.38 MiB

  • Taille du jeu de données : 854.44 MiB

  • Mise en cache automatique ( documentation ): Non

  • Fractionnements :

Diviser Exemples
'test' 2 998
'train' 2 516 162
'validation' 2 818
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
ru Texte chaîne de caractères

wmt16_translate/tr-fr

  • Description de la configuration : jeu de données de la tâche de traduction WMT 2016 tr-en.

  • Taille du téléchargement : 59.32 MiB

  • Taille du jeu de données : 63.21 MiB

  • Mise en cache automatique ( documentation ): Oui

  • Fractionnements :

Diviser Exemples
'test' 3 000
'train' 205 756
'validation' 1 001
  • Structure des fonctionnalités :
Translation({
    'en': Text(shape=(), dtype=string),
    'tr': Text(shape=(), dtype=string),
})
  • Documentation des fonctionnalités :
Caractéristique Classer Forme Dtype La description
Traduction
fr Texte chaîne de caractères
tr Texte chaîne de caractères