- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我想使用一种由反向翻译数据集组成的 NLP 数据增强方法。
基本上,我有一个大型数据集 ( SNLI ),由 1 100 000 个英语句子组成。我需要做的是:将这些句子翻译成一种语言,并将其翻译回英语。
我可能必须为多种语言执行此操作。所以我有很多的翻译工作要做。
我需要一个免费的解决方案。
我尝试了几个用于翻译的 python 模块,但由于最近 Google Translate API 发生了变化,其中大部分都不起作用。如果我们应用这个 googletrans , solution 似乎可以工作。
但是,它不适用于大数据集。 Google 限制为 15K 个字符(如 this 、 this 和 this 所指出的)。第一个链接显示了假定的解决方法。
即使我应用 work-around(每次迭代都初始化翻译器),它也不起作用,并且我收到以下错误:
json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0)
我尝试使用代理和其他谷歌翻译网址:
URLS = ['translate.google.com', 'translate.google.co.kr', 'translate.google.ac', 'translate.google.ad', 'translate.google.ae', ...]
proxies = { 'http': '1.243.64.63:48730', 'https': '59.11.98.253:42645', }
t = Translator(service_urls=URLS, proxies=proxies)
但这并没有改变任何东西。
我的问题可能来自于我正在使用多线程:100 名工作人员翻译整个数据集。如果他们并行工作,也许他们一起使用超过 15k 个字符。
但我应该使用多线程。如果我不这样做,翻译整个数据集将需要几周的时间...
如何修复此错误以便翻译所有句子?
如果不可能,对于如此大的数据集,是否有任何免费的替代方案,可以用 Python 进行机器翻译(非强制使用 Google 翻译)?
最佳答案
一百万个字符是相当多的文本要翻译。
目前,Google Cloud Translation V3 提供了一个 free tier quota您可能想要使用的(每月 1-500,000 个免费字符)。由于它似乎不足以满足您的用例,您可能需要创建多个结算帐户或等待一个月来翻译更多文本。
检查 this link了解如何使用 Python 执行文本翻译。
关于Python 谷歌翻译 API 错误 : How to translate a large amount of data,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53075240/
只是想知道这些结构之间有什么区别(text、data、rodata、bss 等)在链接描述文件中: .data : { *(.data) } .data : { *(.data*) }
Data 定义为其核心功能之一 gfoldl : gfoldl :: (Data a) => (forall d b. Data d => c (d -> b) -> d -> c b)
以下之间有什么区别:data-sly-use、data-sly-resource、data-sly-include 和 数据-sly-模板?我正在阅读 Sightly AEM 上的文档,我非常困惑。
我有一个 Spring Boot、Spring Data JPA (hibernate) Web 应用程序,并且想引入文本搜索功能。 我理解以下内容 hibernate search 或 spring
我不知道我的代码有什么问题。我读了其他有同样问题的人的一些问题,但没有找到答案。当我尝试编译时出现以下错误: ||In function 'main':| |35|error: expected ex
我不太确定为什么会收到此错误或其含义。我的数据框称为“数据”。 library(dplyr) data %>% filter(Info==1, Male==1) %>% lm(CFL_
我一直在 GitHub 等更现代的网站上看到这些属性,它们似乎总是与自定义的弹出窗口一致,如 title 属性。 Option 1 Option 2 Option 3 Option 4 我在 HTML
如何用 iCloud Core Data 替换我现有的 Core Data?这是我的持久商店协调员: lazy var persistentStoreCoordinator: NSPersistent
我一直在 GitHub 等更现代的网站上看到这些属性,它们似乎总是与自定义的弹出窗口一致,如 title 属性。 Option 1 Option 2 Option 3 Option 4 我在 HTML
我正在通过 this project 在 Android 上摆弄 node.js ,我需要一种方法将 js 文件部署到私有(private)目录(以隐藏源代码,防止用户篡改),该目录也物理存在于文件系
大家好我有点沮丧,所以我希望得到一些帮助。我的项目在 SwiftUI 中。我想使用图像选择器将图像保存到 Core Data。我实现了让 ImagePicker 工作,但我正在努力转换 Image -
我有以下数据和代码: mydf grp categ condition value 1 A X P 2 2 B X P 5
我一直在努力解决这个问题,但我根本找不到任何解决问题的方法。希望这里有人可以提供帮助。 我正在尝试为具有以下结构的某些数据创建个人选择矩阵: # A tibble: 2,152 x 32 a
我了解 Data.Map.Lazy 和 Data.Map.Strict 是不同的。但是,当您导入 Data.Map 时,您究竟导入了什么:严格的、惰性的还是两者的组合? 最佳答案 懒人。看着docs
我正在开发一个 C 程序,用于从 BerkeleyDB DBTree 数据库中提取数据值与特定模式匹配的记录。我创建数据库,打开它,将键的 DBT 和数据的另一个 DBT 清零,将 DBT 标志设置为
所以我有以下成员(member)历史表 User_ID | Start date | End Date | Type(0-7) | ---------------------------
随着最近推出的包dataframe ,我认为是时候正确地对各种数据结构进行基准测试,并突出每种数据结构的优势。我不是每个人的不同优势的专家,所以我的问题是,我们应该如何对它们进行基准测试。 我尝试过的
我有来自 API 的数据,但无法将数组中的数据设置为 vue.js 中的 this.data这是来自 API 的数据(JSON) 你能告诉我这个语法吗 {"id":1613, "name_org":"
在 Vue.js到目前为止,我已经找到了两种定义数据的方法:data: {} 和 data() { return; }. data: { defaultLayout: 'default' }
我正在研究Spring Data Rest Services,并在自定义拦截器中遇到一些问题。之前我使用spring-data-rest-webmvc 2.2.0并以以下方式添加了拦截器。 publi
我是一名优秀的程序员,十分优秀!