Vashantor
收藏arXiv2023-11-19 更新2024-08-06 收录
下载链接：
http://arxiv.org/abs/2311.11142v1
下载链接
链接失效反馈官方服务：
资源简介：
Vashantor数据集是由阿萨努拉科技大学创建的一个大规模多语言基准数据集，专注于自动化翻译孟加拉地区方言到标准孟加拉语。该数据集包含32,500条句子，涵盖了孟加拉语、孟加拉英语混合语和英语，代表了五个地区的孟加拉方言。创建过程中，研究团队精心选择了来自网站、社交媒体平台和讨论板的文本数据，以捕捉自然语言在日常对话中的使用。数据集的目的是通过翻译这些地区方言到标准孟加拉语，促进不同地理区域间的沟通和理解。此外，数据集还用于训练和评估翻译模型，如mT5和BanglaT5，以及区域检测模型，如mBERT和Bangla-bert-base。Vashantor数据集的应用领域包括语言研究、方言分析、机器翻译等，旨在解决低资源语言条件下的语言相关挑战。
提供机构：
阿萨努拉科技大学
创建时间：
2023-11-19
