levanti

Levanti是一个包含50万句黎凡特阿拉伯语（包括巴勒斯坦、叙利亚、黎巴嫩和埃及口语）的数据集，并提供英语和希伯来语的翻译。该数据集包含人工翻译和验证的真实语句，以及通过大型语言模型生成的合成语句，以增加语料库的语义和词汇多样性。部分数据还增强了音标、希伯来语和英语音译。Levanti数据集支持阿拉伯语和英语、希伯来语之间的翻译任务，以及口语巴勒斯坦阿拉伯语的音标标注和音译。该数据集基于CC-BY-NC-4.0协议授权。