GALE Phase 2 Arabic Broadcast Conversation Transcripts Part 1

Glenn, Meghan; Lee, Haejoong; Strassel, Stephanie; Maeda, Kazuaki, 2022, "GALE Phase 2 Arabic Broadcast Conversation Transcripts Part 1", https://hdl.handle.net/11272.1/AB2/MZSDMN, Abacus Data Network, V1

2022年，梅根·格伦（Meghan Glenn）、李海仲（Haejoong Lee）、斯蒂芬妮·斯特拉斯尔（Stephanie Strassel）、前田和明（Kazuaki Maeda）发布了数据集《GALE第二阶段阿拉伯语广播会话转录文本（第一部分）》，其持久标识符为https://hdl.handle.net/11272.1/AB2/MZSDMN，存储于算盘数据网络（Abacus Data Network），版本为V1。

搜集汇总

背景与挑战

背景概述

该数据集是GALE Phase 2阿拉伯语广播对话转录的第一部分，包含约123小时2006-2007年收集的广播对话转录，涉及多个中东新闻来源，总计752,747个词元。转录采用LDC的快速和快速丰富规范（QTR/QRTR），提供时间对齐、说话人识别和结构标注，适用于语音识别研究，语言为标准阿拉伯语。