OyoBERT Yoruba Corpus

Zenodo2025-01-02 更新2026-04-07 收录

低资源自然语言处理

预训练语言模型

数据链接：

https://zenodo.org/doi/10.5281/zenodo.14585907 数据链接链接失效反馈

官方服务：

资源简介：

Yoruba corpus used to train the Oyo-BERT models https://huggingface.co/models?sort=trending&search=oyo-bert

创建时间：

2025-01-02

LORELEI Vietnamese Representative Language Pack

低资源自然语言处理

自然语言处理

Introduction LORELEI Vietnamese Representative Language Pack consists of Vietnamese monolingual text, Vietnamese-English parallel text, annotations, supplemental resources and related software tools d

DataCite Commons2020-08-17 更新120

OLDI Seed Corpus French Partition

机器翻译

低资源自然语言处理

OLDI Seed Corpus French Partition是一个法语分区，由Inria研究机构创建，旨在解决低资源语言翻译训练数据不足的问题。该数据集包含大约6000个英文句子，这些句子从维基百科的核心文章中抽取，涵盖了广泛的主题。为了创建这个数据集，使用了多种机器翻译系统和定制的后编辑界面，由母语为法语的专业人员进行后编辑。这个法语语料库不仅是翻译的终点，而且作为关键的中转资源，旨在促进

arXiv2025-08-04 更新80

Tattbabadhana

监督式词义消歧

低资源自然语言处理

তত্ত্বাবধান (Tattbabadhana, means "supervise") -- supervised WSD for under-resourced languages

NIAID Data Ecosystem70

BR4-004 - Bislama stops

低资源自然语言处理

停用词

Pilot Bislama stop wordlist with LE. Language as given:

Research Data Australia120

bharatgenai/IndicParam

低资源自然语言处理

多语言问答

--- configs: - config_name: IndicParam data_files: - path: data* split: test tags: - benchmark - low-resource - indic-languages task_categories: - question-answering - text-classification lice

Hugging Face2025-12-10 更新80

OyoBERT Yoruba Corpus

资源简介：

相关数据集