مراجع:
egy
برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:
ds = tfds.load('huggingface:arabic_pos_dialect/egy')
- توضیحات :
The Dialectal Arabic Datasets contain four dialects of Arabic, Etyptian (EGY), Levantine (LEV), Gulf (GLF), and Maghrebi (MGR). Each dataset consists of a set of 350 manually segmented and POS tagged tweets.
- مجوز : مجوز شناخته شده ای وجود ندارد
- نسخه : 0.0.0
- تقسیم ها :
تقسیم کنید | نمونه ها |
---|---|
'train' | 350 |
- ویژگی ها :
{
"fold": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"subfold": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"words": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"segments": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"pos_tags": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
}
}
lev
برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:
ds = tfds.load('huggingface:arabic_pos_dialect/lev')
- توضیحات :
The Dialectal Arabic Datasets contain four dialects of Arabic, Etyptian (EGY), Levantine (LEV), Gulf (GLF), and Maghrebi (MGR). Each dataset consists of a set of 350 manually segmented and POS tagged tweets.
- مجوز : مجوز شناخته شده ای وجود ندارد
- نسخه : 0.0.0
- تقسیم ها :
تقسیم کنید | نمونه ها |
---|---|
'train' | 350 |
- ویژگی ها :
{
"fold": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"subfold": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"words": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"segments": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"pos_tags": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
}
}
glf
برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:
ds = tfds.load('huggingface:arabic_pos_dialect/glf')
- توضیحات :
The Dialectal Arabic Datasets contain four dialects of Arabic, Etyptian (EGY), Levantine (LEV), Gulf (GLF), and Maghrebi (MGR). Each dataset consists of a set of 350 manually segmented and POS tagged tweets.
- مجوز : مجوز شناخته شده ای وجود ندارد
- نسخه : 0.0.0
- تقسیم ها :
تقسیم کنید | نمونه ها |
---|---|
'train' | 350 |
- ویژگی ها :
{
"fold": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"subfold": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"words": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"segments": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"pos_tags": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
}
}
mgr
برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:
ds = tfds.load('huggingface:arabic_pos_dialect/mgr')
- توضیحات :
The Dialectal Arabic Datasets contain four dialects of Arabic, Etyptian (EGY), Levantine (LEV), Gulf (GLF), and Maghrebi (MGR). Each dataset consists of a set of 350 manually segmented and POS tagged tweets.
- مجوز : مجوز شناخته شده ای وجود ندارد
- نسخه : 0.0.0
- تقسیمات :
تقسیم کنید | نمونه ها |
---|---|
'train' | 350 |
- ویژگی ها :
{
"fold": {
"dtype": "int32",
"id": null,
"_type": "Value"
},
"subfold": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"words": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"segments": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
},
"pos_tags": {
"feature": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"length": -1,
"id": null,
"_type": "Sequence"
}
}