wmt19_traducir

• Descripción :

Traduzca el conjunto de datos según los datos de statmt.org.

Existen versiones para los diferentes años utilizando una combinación de múltiples fuentes de datos. La base wmt_translate le permite crear su propia configuración para elegir su propio par de datos/idioma creando un tfds.translate.wmt.WmtConfig personalizado.

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)

• Página de inicio : http://www.statmt.org/wmt19/translation-task.html

• Código fuente : tfds.translate.Wmt19Translate

• Versiones :

  • 1.0.0 (predeterminado): Sin notas de la versión.

• Instrucciones de descarga manual : este conjunto de datos requiere que descargue los datos de origen manualmente en download_config.manual_dir (el valor predeterminado es ~/tensorflow_datasets/downloads/manual/ ):
  Algunas de las configuraciones de wmt aquí requieren una descarga manual. Mire en wmt.py para ver la ruta exacta (y el nombre del archivo) que debe descargarse.

• Figura ( tfds.show_examples ): no compatible.

• Cita :

@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 (configuración predeterminada)

• Descripción de la configuración : conjunto de datos de la tarea de traducción WMT 2019 cs-en.

• Tamaño de descarga : 1.88 GiB

• Tamaño del conjunto de datos : 3.64 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('cs', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/de-es

• Descripción de la configuración : conjunto de datos de la tarea de traducción de-en WMT 2019.

• Tamaño de descarga : 9.71 GiB

• Tamaño del conjunto de datos : 8.60 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (Ver as_supervised doc ): ('de', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/fi-es

• Descripción de la configuración : conjunto de datos de la tarea de traducción fi-en de WMT 2019.

• Tamaño de la descarga : 959.46 MiB

• Tamaño del conjunto de datos : 1.46 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('fi', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/gu-es

• Descripción de la configuración : conjunto de datos de la tarea de traducción gu-en de WMT 2019.

• Tamaño de la descarga : 37.03 MiB

• Tamaño del conjunto de datos : 1.55 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('gu', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/kk-es

• Descripción de la configuración : conjunto de datos de tareas de traducción WMT 2019 kk-en.

• Tamaño de la descarga : 39.58 MiB

• Tamaño del conjunto de datos : 11.82 MiB

• Almacenamiento automático en caché ( documentación ): Sí

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('kk', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/lt-es

• Descripción de la configuración : conjunto de datos de la tarea de traducción lt-en de WMT 2019.

• Tamaño de descarga : 392.20 MiB

• Tamaño del conjunto de datos : 537.26 MiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('lt', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/ru-es

• Descripción de la configuración : conjunto de datos de la tarea de traducción ru-en de WMT 2019.

• Tamaño de descarga : 1.57 GiB

• Tamaño del conjunto de datos : 13.95 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('ru', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/zh-es

• Descripción de la configuración : conjunto de datos de la tarea de traducción WMT 2019 zh-en.

• Tamaño de la descarga : 770.91 MiB

• Tamaño del conjunto de datos : 6.49 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('zh', 'en')

• Ejemplos ( tfds.as_dataframe ):

wmt19_translate/fr-de

• Descripción de la configuración : conjunto de datos de la tarea de traducción fr-de de WMT 2019.

• Tamaño de la descarga : 722.20 MiB

• Tamaño del conjunto de datos : 2.39 GiB

• Almacenamiento automático en caché ( documentación ): No

• Divisiones :

• Estructura de características :

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

• Documentación de características :

• Teclas supervisadas (ver as_supervised doc ): ('fr', 'de')

• Ejemplos ( tfds.as_dataframe ):