wmt_t2t_translate

• توضیحات :

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

نسخه ها برای سالهای مختلف با استفاده از ترکیبی از چندین منبع داده وجود دارد. wmt_translate پایه به شما این امکان را می دهد که با ایجاد یک tfds.translate.wmt.WmtConfig سفارشی پیکربندی خود را برای انتخاب جفت داده / زبان خود ایجاد 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)

• توضیحات پیکربندی : مجموعه داده کار ترجمه WMT T2T EnDe.

• صفحه اصلی : https://github.com/tensorflow/tensor2tensor/blob/master/tensor2tensor/data_generators/translate_ende.py

• کد منبع : tfds.translate.WmtT2tTranslate

• نسخه ها :

  • 1.0.0 (پیش فرض): بدون یادداشت انتشار.

• اندازه بارگیری : 1.61 GiB

• اندازه مجموعه داده : Unknown size

• دستورالعمل های بارگیری دستی : برای این مجموعه داده لازم است که داده های منبع را به صورت دستی در download_config.manual_dir (به طور پیش فرض ~/tensorflow_datasets/downloads/manual/ ):
  برخی از تنظیمات wmt در اینجا ، نیاز به بارگیری دستی دارند. لطفاً به wmt.py مراجعه کنید تا مسیر دقیق (و نام پرونده) را که باید بارگیری شود ، ببینید.

• ذخیره خودکار ( مستندات ): ناشناخته است

• تقسیم :

• ویژگی ها :

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

• کلیدهای تحت نظارت (به as_supervised سند نظارت شده مراجعه کنید): ('de', 'en')

• نقل قول :

@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}
}

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

• مثالها ( tfds.as_dataframe ):

wmt_t2t_translate / de-en (پیکربندی پیش فرض)