menyo20k_mt

Referencias:

• Código
• cara de abrazo

menyo20k_mt

Utilice el siguiente comando para cargar este conjunto de datos en TFDS:

ds = tfds.load('huggingface:menyo20k_mt/menyo20k_mt')

• Descripción :

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.

• Licencia : para uso no comercial porque algunas de las fuentes de datos, como las charlas de Ted y las noticias de JW, requieren permiso para uso comercial.
• Versión : 1.0.0
• Divisiones :

• Características :

{
    "translation": {
        "languages": [
            "en",
            "yo"
        ],
        "id": null,
        "_type": "Translation"
    }
}