lm1b, lm1b

• Descrizione :

Un corpus di riferimento da utilizzare per misurare i progressi nella modellazione del linguaggio statistico. Questo ha quasi un miliardo di parole nei dati di addestramento.

• Documentazione aggiuntiva : Esplora documenti con codice north_east

• Pagina iniziale : http://www.statmt.org/lm-benchmark/

• Codice sorgente : tfds.datasets.lm1b.Builder

• Versioni :

  • 1.1.0 (impostazione predefinita): nessuna nota di rilascio.

• Dimensione del download : 1.67 GiB

• Dimensione del set di dati : 4.40 GiB

• Cache automatica ( documentazione ): No

• Divisioni :

• Struttura delle caratteristiche :

FeaturesDict({
    'text': Text(shape=(), dtype=string),
})

• Documentazione delle funzionalità :

• Chiavi supervisionate (vedi as_supervised doc ): ('text', 'text')

• Figura ( tfds.show_examples ): non supportato.

• Esempi ( tfds.as_dataframe ):

• Citazione :

@article{DBLP:journals/corr/ChelbaMSGBK13,
  author    = {Ciprian Chelba and
               Tomas Mikolov and
               Mike Schuster and
               Qi Ge and
               Thorsten Brants and
               Phillipp Koehn},
  title     = {One Billion Word Benchmark for Measuring Progress in Statistical Language
               Modeling},
  journal   = {CoRR},
  volume    = {abs/1312.3005},
  year      = {2013},
  url       = {http://arxiv.org/abs/1312.3005},
  archivePrefix = {arXiv},
  eprint    = {1312.3005},
  timestamp = {Mon, 13 Aug 2018 16:46:16 +0200},
  biburl    = {https://dblp.org/rec/bib/journals/corr/ChelbaMSGBK13},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}