UBC Deep Learning & NLP Lab 发布 Casablanca 数据集, 应用在 语言学、阿拉伯语方言 领域

UBC Deep Learning & NLP Lab 本次发布的数据集 Casablanca, Casablanca数据集是一个大规模的社区驱动项目，旨在收集和转录多方言阿拉伯语数据集。该数据集涵盖了八个方言：阿尔及利亚语、埃及语、阿联酋语、约旦语、毛里塔尼亚语、摩洛哥语、巴勒斯坦语和也门语。数据集包括转录、性别、方言和代码切换的注释。每个方言的数据集分为验证集和测试集，并提供了示例数量和大小。

查看Casablanca

Dataset card 内容： 

Files and versions 内容： 

关于 UBC Deep Learning & NLP Lab , UBC Deep Learning & NLP Lab是加拿大英属哥伦比亚大学（UBC）的一个研究实验室，专注于深度学习和自然语言处理（NLP）领域的研究与创新。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。