阿萨姆卡齐兰加大学 发布 Assamese Centralized Dataset Repository 数据集, 应用在 自然语言处理、机器翻译 领域

阿萨姆卡齐兰加大学 本次发布的数据集 Assamese Centralized Dataset Repository, 阿萨姆语集中化数据集仓库是由阿萨姆卡齐兰加大学创建的开放源代码资源，旨在推动阿萨姆语的自然语言处理和机器翻译研究。该数据集包含多个预训练和微调语料库，如阿萨姆语维基百科数据集、CC-100单语数据集等，总计9个数据集。数据集的创建过程涉及从多种来源收集和整理数据，确保数据的多样性和代表性。该数据集主要应用于阿萨姆语的机器翻译、情感分析、命名实体识别等任务，旨在解决阿萨姆语作为低资源语言在NLP研究中的数据稀缺问题。

查看Assamese Centralized Dataset Repository

关于 阿萨姆卡齐兰加大学 , 阿萨姆卡齐兰加大学是印度阿萨姆邦的一所知名大学，致力于提供高质量的教育和研究机会。

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。