nwu-ctext/autshumato

autshumato数据集是一个多语言数据集，旨在支持南非宪法中规定的多语言信息访问。该数据集主要用于开发机器翻译系统，支持英语与几种南非语言（如ts、tn、zu）之间的翻译。数据集包含多个配置，每个配置对应不同的语言对，并提供了训练集的大小和示例数量。

原始信息汇总

数据集卡片 for autshumato

数据集描述

数据集摘要

多语言信息访问是南非宪法规定的。在实践中，由于缺乏资源和能力来完成实现多语言信息访问所需的大量翻译工作，这一目标受到阻碍。Autshumato项目的目标之一是开发三种南非语言对的机器翻译系统。

支持的任务和排行榜

[更多信息需要]

语言

[更多信息需要]

数据集结构

数据实例

[更多信息需要]

数据字段

[更多信息需要]

数据分割

[更多信息需要]

数据集创建

策划理由

[更多信息需要]

源数据

[更多信息需要]

初始数据收集和规范化

[更多信息需要]

源语言生产者是谁？

[更多信息需要]

注释

[更多信息需要]

注释过程

[更多信息需要]

注释者是谁？

[更多信息需要]

个人和敏感信息

[更多信息需要]

使用数据集的注意事项

数据集的社会影响

[更多信息需要]

偏见的讨论

[更多信息需要]

其他已知限制

[更多信息需要]

附加信息

[更多信息需要]

数据集策展人

[更多信息需要]

许可信息

引用信息

@article{groenewald2010processing, title={Processing parallel text corpora for three South African language pairs in the Autshumato project}, author={Groenewald, Hendrik J and du Plooy, Liza}, journal={AfLaT 2010}, pages={27}, year={2010} }

贡献

感谢 @Narsil 添加此数据集。