PARME Parallel Corpora

ساڵ: 2025

قەبارە: کوردیی باشوور: 9,797؛ لەکی: 3,418؛ هەورامی: 7,794؛ زازاکی: 4,401 تۆماری هاوتاکراو وەک لە پڕۆژەکەدا بەڵگەدار کراوە

مۆڵەت: کۆرپەس/کۆگای کۆد: MIT؛ کێشەکانی مۆدێل مۆڵەتی جیاوازیان هەیە

بوار: وەرگێڕانی ماشینی

زمانەکان:

کوردیی باشوور لەکی هەورامی زازاکی ئینگلیزی فارسی

فۆرماتەکان:

TSV JSONL

وەسفی سەرچاوە

سەرچاوە هاوتەریبە دروستکراوەکانی کۆمەڵگە بۆ جۆرە زمانە کەم‌سەرچاوەکانی ڕۆژهەڵاتی ناوەڕاست. سەرچاوە پەیوەندیدارە کوردییەکان کە لە توێژینەوەکەدا دیاریکراون داتای کوردیی باشوور، لەکی، هەورامی و زازاکی لەخۆدەگرن.

پێکهاتەی داتا

سەرچاوە هاوتەریبەکانی TSV لەگەڵ مێتاداتای جۆری زمان و ڕێنووس، دابەشکردنی train-validation-test و فایلەکانی ڕاهێنان.

بڵاوکراوەی سەرەکی

PARME: Parallel Corpora for Low-Resourced Middle Eastern Languages

Sina Ahmadi (2025)

کۆرپەسی هاوتەریبی دروستکراو لەلایەن کۆمەڵگەوە بۆ جۆرە زمانە کەم‌سەرچاوەکانی ڕۆژهەڵاتی ناوەڕاست و تاقیکردنەوەکانی وەرگێڕانی ماشینی بە NLLB-600M پێشکەش دەکات. سەرچاوە پەیوەندیدارە کوردییەکان کە لە …

بڵاوکراوە پەیوەندیدارەکان

چۆن نووسراوە بکەین

Ahmadi, S., Sennrich, R., Karami, E., et al. (2025). PARME: Parallel Corpora for Low-Resourced Middle Eastern Languages.

زانیاری داتاسێت

کۆی قەبارە کوردیی باشوور: 9,797؛ لەکی: 3,418؛ هەورامی: 7,794؛ زازاکی: 4,401 تۆماری هاوتاکراو وەک لە پڕۆژەکەدا بەڵگەدار کراوە

زمانەکان 6 زمان

فۆرماتەکان 2 فۆرمات

وتارە پەیوەندیدارەکان 1 بڵاوکراوە

دەستگە بە داتا

داگرتنی داتاسێت

مۆڵەت لەژێر کۆرپەس/کۆگای کۆد: MIT؛ کێشەکانی مۆدێل مۆڵەتی جیاوازیان هەیە

بینینی وتاری سەرەکی گەڕان بۆ داتاسێتەکان