Fon-French Dataset

FFR Dataset 是一个正在进行的项目，用于收集、清理和存储 Fon 和法语句子的语料库，以便从 Fon-French 进行机器翻译。 Fon（也称为 Fongbe）是一种非洲土著语言，主要在贝宁使用，约有 170 万人使用。由于训练数据对于机器学习模型的高性能至关重要，因此该项目的目的是编译最大的训练语料集，用于研究和设计涉及 Fon 的翻译和 NLP 模型。目前有 117,029 个平行的 Fon-French 句子。

搜集汇总

背景与挑战

背景概述

Fon-French Dataset是一个用于机器翻译的平行语料库，包含117,029个Fon和法语句子对，旨在支持涉及非洲土著语言Fon的翻译和NLP模型研究。该数据集由喀山国立大学于2020年发布，专注于编译最大的训练语料集以提升模型性能。