wmt18_translate

• Deskripsi :

Terjemahkan kumpulan data berdasarkan data dari statmt.org.

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

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)

• Dokumentasi Tambahan : Jelajahi di Makalah Dengan Kode north_east

• Beranda : http://www.statmt.org/wmt18/translation-task.html

• Kode sumber : tfds.translate.Wmt18Translate

• Versi :

  • 1.0.0 (default): Tidak ada catatan rilis.

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

• Gambar ( tfds.show_examples ): Tidak didukung.

• Kutipan :

@InProceedings{bojar-EtAl:2018:WMT1,
  author    = {Bojar, Ond
{r}ej  and  Federmann, Christian  and  Fishel, Mark
    and Graham, Yvette  and  Haddow, Barry  and  Huck, Matthias  and
    Koehn, Philipp  and  Monz, Christof},
  title     = {Findings of the 2018 Conference on Machine Translation (WMT18)},
  booktitle = {Proceedings of the Third Conference on Machine Translation,
    Volume 2: Shared Task Papers},
  month     = {October},
  year      = {2018},
  address   = {Belgium, Brussels},
  publisher = {Association for Computational Linguistics},
  pages     = {272--307},
  url       = {http://www.aclweb.org/anthology/W18-6401}
}

wmt18_translate/cs-en (konfigurasi default)

• Deskripsi konfigurasi : WMT 2018 cs-en translation task dataset.

• Ukuran unduhan : 1.89 GiB

• Ukuran dataset : 3.84 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('cs', 'en')

• Contoh ( tfds.as_dataframe ):

wmt18_translate/de-en

• Deskripsi konfigurasi : WMT 2018 de-en translation task dataset.

• Ukuran unduhan : 3.55 GiB

• Ukuran dataset : 8.44 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('de', 'en')

• Contoh ( tfds.as_dataframe ):

wmt18_translate/et-en

• Deskripsi konfigurasi : Dataset tugas terjemahan WMT 2018 et-en.

• Ukuran unduhan : 499.91 MiB

• Ukuran dataset : 663.80 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('et', 'en')

• Contoh ( tfds.as_dataframe ):

wmt18_translate/fi-en

• Deskripsi konfigurasi : WMT 2018 fi-en translation task dataset.

• Ukuran unduhan : 468.76 MiB

• Ukuran dataset : 889.40 MiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('fi', 'en')

• Contoh ( tfds.as_dataframe ):

wmt18_translate/ru-en

• Deskripsi konfigurasi : WMT 2018 ru-en translation task dataset.

• Ukuran unduhan : 1.63 GiB

• Ukuran dataset : 13.89 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('ru', 'en')

• Contoh ( tfds.as_dataframe ):

wmt18_translate/tr-en

• Deskripsi konfigurasi : WMT 2018 tr-en translation task dataset.

• Ukuran unduhan : 59.32 MiB

• Ukuran dataset : 63.78 MiB

• Di-cache otomatis ( dokumentasi ): Ya

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('tr', 'en')

• Contoh ( tfds.as_dataframe ):

wmt18_translate/zh-en

• Deskripsi konfigurasi : WMT 2018 zh-en translation task dataset.

• Ukuran unduhan : 831.45 MiB

• Ukuran dataset : 6.43 GiB

• Di-cache otomatis ( dokumentasi ): Tidak

• Perpecahan :

• Struktur fitur :

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

• Dokumentasi fitur :

• Kunci yang diawasi (Lihat as_supervised doc ): ('zh', 'en')

• Contoh ( tfds.as_dataframe ):