five

SEACrowd/burmese_romanize

收藏
Hugging Face2024-06-24 更新2024-06-29 收录
下载链接:
https://hf-mirror.com/datasets/SEACrowd/burmese_romanize
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含2,335个缅甸名字,这些名字来自真实的大学学生和教职员工、公众人物以及缅甸的少数民族。每个条目包括缅甸文字中的原始名称、其对应的罗马化形式以及对齐的缅甸和拉丁字母。数据集主要用于音译任务。

该数据集包含2,335个缅甸名字,这些名字来自真实的大学学生和教职员工、公众人物以及缅甸的少数民族。每个条目包括缅甸文字中的原始名称、其对应的罗马化形式以及对齐的缅甸和拉丁字母。数据集主要用于音译任务。
提供机构:
SEACrowd
原始信息汇总

Burmese Romanize 数据集概述

基本信息

  • 名称: Burmese Romanize
  • 语言: 缅甸语 (mya)
  • 任务类别: 音译 (Transliteration)
  • 标签: 音译 (Transliteration)
  • 数据集版本:
    • 源版本: 1.0.0
    • SEACrowd版本: 2024.06.20
  • 许可证: Creative Commons Attribution Non Commercial Share Alike 4.0 (cc-by-nc-sa-4.0)

数据集描述

该数据集包含2,335个来自缅甸真实大学学生、教职员工、公众人物和少数民族的缅甸语名字。每个条目包括原始名字的缅甸语脚本、对应的罗马化形式以及对齐的缅甸语和拉丁字母。

支持的任务

  • 音译 (Transliteration)

数据集使用

使用 datasets

python from datasets import load_dataset dset = datasets.load_dataset("SEACrowd/burmese_romanize", trust_remote_code=True)

使用 seacrowd

python import seacrowd as sc

使用默认配置加载数据集

dset = sc.load_dataset("burmese_romanize", schema="seacrowd")

检查数据集的所有可用子集(配置名称)

print(sc.available_config_names("burmese_romanize"))

使用特定配置加载数据集

dset = sc.load_dataset_by_config_name(config_name="<config_name>")

数据集主页

http://www.nlpresearch-ucsy.edu.mm/NLP_UCSY/name-db.html

引用

如果您在工作中使用了 Burmese Romanize 数据加载器,请引用以下内容:

@inproceedings{chenchen2017statistical, author = {Ding Chenchen and Chea Vichet and Pa Win Pa and Utiyama Masao and Sumita Eiichiro}, title = {Statistical Romanization for Abugida Scripts: Data and Experiment on Khmer and Burmese}, booktitle = {Proceedings of the 23rd Annual Conference of the Association for Natural Language Processing, {NLP2017}, Tsukuba, Japan, 13-17 March 2017}, year = {2017}, url = {https://www.anlp.jp/proceedings/annual_meeting/2017/pdf_dir/P5-7.pdf}, }

@article{lovenia2024seacrowd, title={SEACrowd: A Multilingual Multimodal Data Hub and Benchmark Suite for Southeast Asian Languages}, author={Holy Lovenia and Rahmad Mahendra and Salsabil Maulana Akbar and Lester James V. Miranda and Jennifer Santoso and Elyanah Aco and Akhdan Fadhilah and Jonibek Mansurov and Joseph Marvin Imperial and Onno P. Kampman and Joel Ruben Antony Moniz and Muhammad Ravi Shulthan Habibi and Frederikus Hudi and Railey Montalan and Ryan Ignatius and Joanito Agili Lopo and William Nixon and Börje F. Karlsson and James Jaya and Ryandito Diandaru and Yuze Gao and Patrick Amadeus and Bin Wang and Jan Christian Blaise Cruz and Chenxi Whitehouse and Ivan Halim Parmonangan and Maria Khelli and Wenyu Zhang and Lucky Susanto and Reynard Adha Ryanda and Sonny Lazuardi Hermawan and Dan John Velasco and Muhammad Dehan Al Kautsar and Willy Fitra Hendria and Yasmin Moslem and Noah Flynn and Muhammad Farid Adilazuarda and Haochen Li and Johanes Lee and R. Damanhuri and Shuo Sun and Muhammad Reza Qorib and Amirbek Djanibekov and Wei Qi Leong and Quyet V. Do and Niklas Muennighoff and Tanrada Pansuwan and Ilham Firdausi Putra and Yan Xu and Ngee Chia Tai and Ayu Purwarianti and Sebastian Ruder and William Tjhi and Peerat Limkonchotiwat and Alham Fikri Aji and Sedrick Keh and Genta Indra Winata and Ruochen Zhang and Fajri Koto and Zheng-Xin Yong and Samuel Cahyawijaya}, year={2024}, eprint={2406.10118}, journal={arXiv preprint arXiv: 2406.10118} }

搜集汇总
数据集介绍
main_image_url
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作