赞比亚大学 发布 BIG-C 数据集, 应用在 自然语言处理、多模态数据集 领域

赞比亚大学 本次发布的数据集 BIG-C, BIG-C数据集是由赞比亚大学计算机科学系创建的一个大型多模态数据集，专门用于Bemba语言的研究。该数据集包含超过92,000条基于图像的多轮对话，总计超过180小时的音频数据，并附有相应的转录和英语翻译。BIG-C旨在解决Bemba语言资源匮乏的问题，支持自然语言处理（NLP）实验和语言技术的发展。数据集内容丰富，包括多轮对话、图像描述和翻译，适用于多种语言技术工具的开发，如语音识别、机器翻译和语音翻译系统。此外，BIG-C还可用作学术和工业研究的基准，以及支持语言接地和多模态模型开发的研究。

查看BIG-C

README 内容： 

关于 赞比亚大学 , 赞比亚大学是赞比亚的一所公立大学，成立于1966年，是该国最古老和最大的高等教育机构之一，提供广泛的学术课程和研究机会。

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。