achrafothman/aslg_pc12

English-ASL Gloss Parallel Corpus 2012 是一个包含英语和美国手语（ASL）注释的平行语料库，主要用于翻译任务。数据集包含87,710个训练样本，数据集的创建是通过众包和专家生成的方式进行的，语言包括英语和美国手语（ASL）。数据集的许可证为CC-BY-NC-4.0，数据集的下载大小为12.77 MB，生成大小为13.50 MB，总磁盘使用量为26.27 MB。

The English-ASL Gloss Parallel Corpus 2012 is a parallel corpus containing English and American Sign Language (ASL) glosses, primarily intended for translation tasks. The dataset includes 87,710 training samples. It was developed through crowdsourcing and expert-generated approaches, supporting two languages: English and American Sign Language (ASL). The dataset is licensed under CC-BY-NC-4.0. Its download size is 12.77 MB, generated size is 13.50 MB, and total disk usage is 26.27 MB.

原始信息汇总

数据集概述

基本信息

• 数据集名称: English-ASL Gloss Parallel Corpus 2012 (aslg_pc12)
• 数据集别名: aslg_pc12
• 数据集版本: default
• 数据集大小: 10K<n<100K
• 数据集类型: 翻译数据集
• 语言:
  • 源语言: 英语 (en)
  • 目标语言: 美国手语词汇 (ase)
• 许可证: CC BY-NC 4.0
• 数据集创建者: crowdsourced 和 expert-generated
• 数据集来源: original

数据集结构

数据字段

• gloss: 字符串类型，表示美国手语词汇。
• text: 字符串类型，表示对应的英语文本。

数据分割

• 训练集: 包含 87710 条数据。

数据示例

json { "gloss": "WRITE STATEMENT AND DESC-ORAL QUESTION TABLE SEE MINUTE ", "text": "written statements and oral questions tabling see minutes " }

数据集下载

• 下载大小: 7583458 字节
• 数据集大小: 13475111 字节

引用信息

bibtex @inproceedings{othman2012english, title={English-asl gloss parallel corpus 2012: Aslg-pc12}, author={Othman, Achraf and Jemni, Mohamed}, booktitle={5th Workshop on the Representation and Processing of Sign Languages: Interactions between Corpus and Lexicon LREC}, year={2012} }