AI4Bharat 发布 AI4Bharat-IndicNLP corpus 数据集, 应用在 自然语言处理、语言评估 领域

AI4Bharat 本次发布的数据集 AI4Bharat-IndicNLP corpus, 该数据集为德拉维达语系的单语数据集，旨在用于评估统一书写系统对语言的影响。该数据集的任务是对无监督翻译进行单语数据分析。

查看AI4Bharat-IndicNLP corpus

README 内容： 

关于 AI4Bharat , AI4Bharat是一个专注于人工智能研究和应用的印度组织，旨在推动人工智能技术在印度的普及和应用，特别是在教育、医疗和农业等领域。尼勒卡尼中心是其下属的一个研究机构，致力于通过人工智能解决社会问题。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。