wmt19_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を使用すると、カスタムtfds.translate.wmt.WmtConfigを作成することにより、独自の構成を作成して独自のデータ/言語のペアを選択できます。

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)
  • ホームページ: http://www.statmt.org/wmt19/translation-task.html

  • ソース コード: tfds.translate.Wmt19Translate

  • バージョン:

    • 1.0.0 (デフォルト): リリース ノートはありません。
  • 手動ダウンロードの手順: このデータセットでは、ソース データを手動でdownload_config.manual_dir (デフォルトは~/tensorflow_datasets/downloads/manual/ ) にダウンロードする必要があります。
    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がある正確なパス (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。

  • ( tfds.show_examples ): サポートされていません。

  • 引用

@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 (デフォルト設定)

  • 構成の説明: WMT 2019 cs-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1.88 GiB

  • データセットサイズ: 3.64 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 20,246,548
'validation' 2,983
  • 機能構造:
Translation({
    'cs': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
cs文章ストリング
ja文章ストリング

wmt19_translate/de-en

  • 構成の説明: WMT 2019 de-en 翻訳タスク データセット。

  • ダウンロードサイズ: 9.71 GiB

  • データセットサイズ: 8.60 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 38,690,334
'validation' 2,998
  • 機能構造:
Translation({
    'de': Text(shape=(), dtype=string),
    'en': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
文章ストリング
ja文章ストリング

wmt19_translate/fi-ja

  • 構成の説明: WMT 2019 fi-en 翻訳タスク データセット。

  • ダウンロードサイズ: 959.46 MiB

  • データセットサイズ: 1.46 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 6,587,448
'validation' 3,000
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'fi': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
ja文章ストリング
フィ文章ストリング

wmt19_translate/gu-en

  • 構成の説明: WMT 2019 gu-en 翻訳タスク データセット。

  • ダウンロードサイズ: 37.03 MiB

  • データセットサイズ: 1.55 MiB

  • 自動キャッシュ(ドキュメント): はい

  • スプリット:

スプリット
'train' 11,670
'validation' 1,998
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'gu': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
ja文章ストリング
グー文章ストリング

wmt19_translate/kk-ja

  • 構成の説明: WMT 2019 kk-en 翻訳タスク データセット。

  • ダウンロードサイズ: 39.58 MiB

  • データセットサイズ: 11.82 MiB

  • 自動キャッシュ(ドキュメント): はい

  • スプリット:

スプリット
'train' 126,583
'validation' 2,066
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'kk': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
ja文章ストリング
kk文章ストリング

wmt19_translate/lt-ja

  • 構成の説明: WMT 2019 lt-en 翻訳タスク データセット。

  • ダウンロードサイズ: 392.20 MiB

  • データセットのサイズ: 537.26 MiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 2,344,893
'validation' 2,000
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'lt': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
ja文章ストリング
それ文章ストリング

wmt19_translate/ru-ja

  • 構成の説明: WMT 2019 ru-en 翻訳タスク データセット。

  • ダウンロードサイズ: 1.57 GiB

  • データセットサイズ: 13.95 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 38,492,126
'validation' 3,000
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'ru': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
ja文章ストリング
文章ストリング

wmt19_translate/zh-en

  • 構成の説明: WMT 2019 zh-en 翻訳タスク データセット。

  • ダウンロードサイズ: 770.91 MiB

  • データセットサイズ: 6.49 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 25,986,436
'validation' 3,981
  • 機能構造:
Translation({
    'en': Text(shape=(), dtype=string),
    'zh': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
ja文章ストリング
zh文章ストリング

wmt19_translate/fr-de

  • 構成の説明: WMT 2019 fr-de 翻訳タスク データセット。

  • ダウンロードサイズ: 722.20 MiB

  • データセットサイズ: 2.39 GiB

  • 自動キャッシュ(ドキュメント): いいえ

  • スプリット:

スプリット
'train' 9,824,476
'validation' 1,512
  • 機能構造:
Translation({
    'de': Text(shape=(), dtype=string),
    'fr': Text(shape=(), dtype=string),
})
  • 機能のドキュメント:
特徴クラスDtype説明
翻訳
文章ストリング
フランス文章ストリング