Biblica 发布 Yorùbá Bible (Bíbélì Mímó ní Èdè Yorùbá Òde-Òní) 数据集, 应用在 机器翻译、语料库 领域

Biblica 本次发布的数据集 Yorùbá Bible (Bíbélì Mímó ní Èdè Yorùbá Òde-Òní), 该数据集是一个平行语料库，由约鲁巴语圣经和英语新国际版（NIV）圣经按章节对应组织而成。数据集还包括了预处理步骤，如分词和字节对编码（BPE），以解决数据稀疏性问题，并已分为训练集、验证集和测试集三个部分。该数据集的任务是用于机器翻译。

查看Yorùbá Bible (Bíbélì Mímó ní Èdè Yorùbá Òde-Òní)

README 内容： 

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。