bucc

• الوصف :

تحديد الجمل المتوازية في النصوص المماثلة. بالنظر إلى جملتين أحاديتين اللغة مقسمتين للجملة ، من المتوقع أن تحدد أنظمة المشاركين أزواج من الجمل التي هي ترجمات لبعضها البعض.

مهمة التعدين BUCC هي مهمة مشتركة في استخراج الجمل المتوازية من مجموعتين أحاديتي اللغة مع مجموعة فرعية منها يفترض أن تكون متوازية ، والتي كانت متاحة منذ عام 2016. لكل زوج لغوي ، توفر المهمة المشتركة مجموعة أحادي اللغة لكل لغة و قائمة خرائط ذهبية تحتوي على أزواج ترجمة حقيقية. هذه الأزواج هي الحقيقة الأساسية. المهمة هي إنشاء قائمة من أزواج الترجمة من مجموعة أحادية اللغة. تتم مقارنة القائمة التي تم إنشاؤها بالحقيقة الأساسية ، ويتم تقييمها من حيث مقياس F1.

• الصفحة الرئيسية : https://comparable.limsi.fr/bucc2018/

• كود المصدر : tfds.datasets.bucc.Builder

• إصدارات :

  • 1.0.0 (افتراضي): الإصدار الأولي.

• التخزين المؤقت التلقائي ( الوثائق ): نعم

• هيكل الميزة :

FeaturesDict({
    'source_id': Text(shape=(), dtype=string),
    'source_sentence': Text(shape=(), dtype=string),
    'target_id': Text(shape=(), dtype=string),
    'target_sentence': Text(shape=(), dtype=string),
})

• وثائق الميزة :

• المفاتيح الخاضعة للإشراف (انظر المستند as_supervised ): None

• الشكل ( tfds.show_examples ): غير مدعوم.

• الاقتباس :

@inproceedings{zweigenbaum2018overview,
  title={Overview of the third BUCC shared task: Spotting parallel sentences  in comparable corpora},
  author={Zweigenbaum, Pierre and Sharoff, Serge and Rapp, Reinhard},
  booktitle={Proceedings of 11th Workshop on Building and Using Comparable Corpora},
  pages={39--42},
  year={2018}
}

bucc / bucc_de (التكوين الافتراضي)

• حجم التحميل : 29.30 MiB

• حجم مجموعة البيانات : 3.21 MiB

• الانقسامات :

• أمثلة ( tfds.as_dataframe ):

bucc / bucc_fr

• حجم التحميل : 21.65 MiB

• حجم مجموعة البيانات : 2.90 MiB

• الانقسامات :

• أمثلة ( tfds.as_dataframe ):

bucc / bucc_zh

• حجم التحميل : 6.79 MiB

• حجم مجموعة البيانات : 615.20 KiB

• الانقسامات :

• أمثلة ( tfds.as_dataframe ):

bucc / bucc_ru

• حجم التحميل : 39.44 MiB

• حجم مجموعة البيانات : 6.36 MiB

• الانقسامات :

• أمثلة ( tfds.as_dataframe ):