wmt19_translate

• توضیحات :

مجموعه داده را بر اساس داده های statmt.org ترجمه کنید.

نسخه ها برای سال های مختلف با استفاده از ترکیبی از چندین منبع داده وجود دارد. wmt_translate پایه به شما امکان می دهد با ایجاد یک tfds.translate.wmt.WmtConfig سفارشی، پیکربندی خود را ایجاد کنید تا جفت داده/زبان خود را انتخاب کنید.

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)

• صفحه اصلی : http://www.statmt.org/wmt19/translation-task.html

• کد منبع : tfds.translate.Wmt19Translate

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• دستورالعمل‌های دانلود دستی : این مجموعه داده از شما می‌خواهد که داده‌های منبع را به صورت دستی در download_config.manual_dir (پیش‌فرض ~/tensorflow_datasets/downloads/manual/ ):
  برخی از تنظیمات wmt در اینجا نیاز به دانلود دستی دارند. لطفاً برای دیدن مسیر دقیق (و نام فایل) که باید دانلود شود، به wmt.py نگاه کنید.

• شکل ( tfds.show_examples ): پشتیبانی نمی شود.

• نقل قول :

@ONLINE {wmt19translate,
    author = "Wikimedia Foundation",
    title  = "ACL 2019 Fourth Conference on Machine Translation (WMT19), Shared Task: Machine Translation of News",
    url    = "http://www.statmt.org/wmt19/translation-task.html"
}

wmt19_translate/cs-en (پیکربندی پیش فرض)

• شرح پیکربندی : مجموعه داده وظایف ترجمه cs-en WMT 2019.

• حجم دانلود : 1.88 GiB

• حجم مجموعه داده : 3.64 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('cs', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/de-en

• شرح پیکربندی : مجموعه داده وظایف ترجمه de-en WMT 2019.

• حجم دانلود : 9.71 GiB

• حجم مجموعه داده : 8.60 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('de', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/fi-en

• توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2019 fi-en.

• حجم دانلود : 959.46 MiB

• حجم مجموعه داده : 1.46 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('fi', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/gu-en

• توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2019 gu-en.

• حجم دانلود : 37.03 MiB

• حجم مجموعه داده : 1.55 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('gu', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/kk-en

• شرح پیکربندی : مجموعه داده وظایف ترجمه WMT 2019 kk-en.

• حجم دانلود : 39.58 MiB

• حجم مجموعه داده : 11.82 MiB

• ذخیره خودکار ( اسناد ): بله

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('kk', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/lt-en

• توضیحات پیکربندی : مجموعه داده وظایف ترجمه WMT 2019 lt-en.

• حجم دانلود : 392.20 MiB

• حجم مجموعه داده : 537.26 MiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('lt', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/ru-en

• شرح پیکربندی : مجموعه داده وظایف ترجمه WMT 2019 ru-en.

• حجم دانلود : 1.57 GiB

• حجم مجموعه داده : 13.95 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('ru', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/zh-en

• توضیحات پیکربندی : مجموعه داده وظایف ترجمه zh-en WMT 2019.

• حجم دانلود : 770.91 MiB

• حجم مجموعه داده : 6.49 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('zh', 'en')

• مثال‌ها ( tfds.as_dataframe ):

wmt19_translate/fr-de

• شرح پیکربندی : مجموعه داده وظایف ترجمه fr-de WMT 2019.

• حجم دانلود : 722.20 MiB

• حجم مجموعه داده : 2.39 GiB

• ذخیره خودکار ( اسناد ): خیر

• تقسیم ها :

• ساختار ویژگی :

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

• مستندات ویژگی :

• کلیدهای نظارت شده (نگاه کنید به as_supervised doc ): ('fr', 'de')

• مثال‌ها ( tfds.as_dataframe ):