Referencje:
menyo20k_mt
Użyj następującego polecenia, aby załadować ten zestaw danych do TFDS:
ds = tfds.load('huggingface:menyo20k_mt/menyo20k_mt')
- Opis :
MENYO-20k is a multi-domain parallel dataset with texts obtained from news articles, ted talks, movie transcripts, radio transcripts, science and technology texts, and other short articles curated from the web and professional translators. The dataset has 20,100 parallel sentences split into 10,070 training sentences, 3,397 development sentences, and 6,633 test sentences (3,419 multi-domain, 1,714 news domain, and 1,500 ted talks speech transcript domain). The development and test sets are available upon request.
- Licencja : do użytku niekomercyjnego, ponieważ niektóre źródła danych, takie jak Ted Talks i JW News, wymagają pozwolenia na wykorzystanie komercyjne.
- Wersja : 1.0.0
- Podziały :
Podział | Przykłady |
---|---|
'train' | 10070 |
- Cechy :
{
"translation": {
"languages": [
"en",
"yo"
],
"id": null,
"_type": "Translation"
}
}