WURA corpus

数据链接：

官方服务：

资源简介：

WURA corpus used to train AfriTeVa V2 T5 model

创建时间：

2025-01-02

非洲语音基尼亚鲁旺达语音识别数据集（Afrivoice Kinyarwanda ASR dataset），包含农业、教育、金融、政府和健康五个领域的图像、音频描述和转录数据。

Hugging Face2025-09-09 更新160

Additional file 4

DataCite Commons2024-12-16 更新110

. Language as given: Nkum

Research Data Australia80

AFRIMMLU是一个评估数据集，包含将MMLU数据集的一部分翻译成15种非洲语言的版本。它包括所有17种语言的测试集，并保留了原始MMLU数据集中的英语和法语子集。数据集的结构包括问题、选项、答案和主题字段，并且每种语言都有验证集、开发集和测试集的分割。

Hugging Face2025-04-15 更新140

Afrikaans Sentiment Corpus数据集包含了150万条经过情感标注的阿非利堪斯语文本数据，用于二元情感分类（积极/消极）。这些情感是通过将句子的英语含义提取并使用DistilBERT模型进行情感分类得出的。该数据集是更大型的非洲语言情感分析资源集合的一部分。

Hugging Face2025-07-02 更新100