ilist

ilist 仓库专注于印度-雅利安语系中五种密切相关语言的识别，包括印地语、布拉杰语、阿瓦迪语、博杰普尔语和马加希语。它包含约9万条句子样本，主要来源于文学领域，并标注了对应的语言ID。数据采集自印刷材料和网络资源，经过扫描、OCR和人工校正流程。该仓库采用CC-BY 4.0授权许可。