Banglish

孟加拉语和英语语音命令的双语数据集 由于殖民影响，孟加拉语口语采用了许多英语单词。在会话孟加拉语中，混合使用英语和孟加拉语是很常见的。这种在会话语言中普遍存在的现象被称为语码转换（CS）。 CS被定义为在一次对话中两种语言之间的连续交替。因此，在孟加拉语自然语言处理中，通常需要将单个基本命令映射到它的许多不同变体——用英语和孟加拉语的多种混合语言。为了促进这一点，我们策划了一个以常见浏览器命令为中心的数据集。

搜集汇总

背景与挑战

背景概述

该数据集是面向孟加拉语和英语混合语音命令的双语资源，专门针对语码转换场景设计，旨在支持浏览器指令的多种语言变体识别。由Google AI Research于2021年发布，数据量为893.0B。