五号数据雷达

内罗毕大学 本次发布的数据集 Kencorpus, Kencorpus是一个专为自然语言处理任务设计的肯尼亚语言语料库，包含斯瓦希里语、多洛语和卢希亚语。该数据集由内罗毕大学和Maseno大学等机构的研究人员收集，共包含5,594个项目，其中包括4,442个文本和1,152个语音文件。数据收集过程涉及学校、社区、媒体和出版商等多个来源。Kencorpus不仅包含文本和语音数据，还包括词性标注、机器翻译和问答系统等多种数据集，旨在为低资源语言的机器学习模型提供训练数据，解决这些语言在数字包容性和信息访问方面的问题。

查看Kencorpus

关于 内罗毕大学 , 内罗毕大学是肯尼亚的一所公立研究型大学，成立于1956年，是东非地区最古老和最著名的大学之一。该大学提供广泛的本科和研究生课程，涵盖人文、社会科学、自然科学、工程技术等多个领域。

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。