O Dia da Comunidade de ML é dia 9 de novembro! Junte-nos para atualização de TensorFlow, JAX, e mais Saiba mais

wmt_t2t_translate

  • Descrição:

Traduzir o conjunto de dados com base nos dados de statmt.org.

Existem versões para os diferentes anos usando uma combinação de várias fontes de dados. A base wmt_translate permite que você crie sua própria configuração para escolher o seu próprio par de dados / idioma através da criação de um costume 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)
  • A inscrição Config: WMT T2T Ende tarefa de tradução conjunto de dados.

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

  • O código-fonte: tfds.translate.WmtT2tTranslate

  • versões:

    • 1.0.0 (padrão): Não há notas de lançamento.
  • Tamanho do download: 1.61 GiB

  • Tamanho do conjunto de dados: Unknown size

  • Instruções baixar o manual: Este conjunto de dados requer que você baixe os dados de origem manualmente para download_config.manual_dir (o padrão é ~/tensorflow_datasets/downloads/manual/ ):
    Algumas das configurações wmt aqui requerem um download manual. Consulte wmt.py para ver o caminho exato (e o nome do arquivo) que deve ser baixado.

  • Cache-Auto ( documentação ): Desconhecido

  • desdobramentos:

Dividir Exemplos
'test' 3.003
'train' 4.592.289
'validation' 3.000
  • Características:
Translation({
    'de': Text(shape=(), dtype=tf.string),
    'en': Text(shape=(), dtype=tf.string),
})
  • citação:
@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 (configuração padrão)