wmt_t2t_translate

  • 説明

statmt.orgのデータに基づいてデータセットを翻訳します。

複数のデータソースの組み合わせを使用して、さまざまな年のバージョンが存在します。ベースwmt_translate 、カスタム作成することで、独自のデータ/言語ペアを選択するために、独自の設定を作成することができますtfds.translate.wmt.WmtConfig

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)
  • コンフィグの説明:WMT T2Tエンデ翻訳タスクデータセット。

  • ホームページhttps://github.com/tensorflow/tensor2tensor/blob/master/tensor2tensor/data_generators/translate_ende.py

  • ソースコードtfds.translate.WmtT2tTranslate

  • バージョン

    • 1.0.0 (デフォルト):リリースノート。
  • ダウンロードサイズ1.61 GiB

  • データセットのサイズUnknown size

  • マニュアルダウンロード方法:このデータセットは、手動にソースデータをダウンロードする必要がありますdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ):
    ここにあるwmt構成の一部は、手動でダウンロードする必要があります。ダウンロードする必要のある正確なパス(およびファイル名)を確認するには、wmt.pyを調べてください。

  • オートキャッシュされたドキュメント):不明

  • スプリット

スプリット
'test' 3,003
'train' 4,592,289
'validation' 3,000
  • 特長
Translation({
    'de': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})
  • 引用
@InProceedings{bojar-EtAl:2014:W14-33,
  author    = {Bojar, Ondrej  and  Buck, Christian  and  Federmann, Christian  and  Haddow, Barry  and  Koehn, Philipp  and  Leveling, Johannes  and  Monz, Christof  and  Pecina, Pavel  and  Post, Matt  and  Saint-Amand, Herve  and  Soricut, Radu  and  Specia, Lucia  and  Tamchyna, Ale
{s} },
  title     = {Findings of the 2014 Workshop on Statistical Machine Translation},
  booktitle = {Proceedings of the Ninth Workshop on Statistical Machine Translation},
  month     = {June},
  year      = {2014},
  address   = {Baltimore, Maryland, USA},
  publisher = {Association for Computational Linguistics},
  pages     = {12--58},
  url       = {http://www.aclweb.org/anthology/W/W14/W14-3302}
}

wmt_t2t_translate / de-en(デフォルト設定)