tarifit-spanish-public-services

Tarifit-Spanish Public Services Corpus 是一个 Tarifit（Riffian Tamazight）和西班牙语的平行语料库，专注于公共服务领域的词汇。Tarifit 是一种柏柏尔语，由摩洛哥北部 Rif 地区约 400 万人以及加泰罗尼亚、荷兰和比利时的散居群体使用。这是首个公开可用的 Tarifit-西班牙语平行语料库。数据集包含多个主题领域，如问候、基本交流、城市导向、大学服务、住房、健康服务等。数据集结构包括唯一标识符、Tarifit 文本（拉丁字母）、Tifinagh 字母文本（如可用）、加泰罗尼亚语翻译、来源、方言变体、主题领域、领域标签、条目类型和子类别。Tarifit 使用拉丁字母书写，反映了城市环境中口语 Tarifit 常见的代码切换、阿拉伯语借词和法语/西班牙语借用现象。数据集基于巴塞罗那大学会话指南和作者原创材料创建。数据集适用于翻译和文本分类任务，特别适用于低资源语言研究。