نوێنەری پڕۆژە
پێداچوونەوەیەکی هەڵبژێردراوە بۆ توێژینەوە پشتڕاستکراوەکانی وەرگێڕانی ماشینی کە زمانی کوردی دەگرێتەوە. ئەم کۆکراوەیە وەرگێڕانی کوردیی باکوور و کوردیی ناوەندی، کۆرپەسی هەواڵی هاوتەریب، سەرچاوەکانی هەڵسەنگاندن، و سیستەمە فرەزمانەکانی وەک NLLB دەگرێتەوە. بڵاوکراوە و سەرچاوە دەرەکییەکان بە دروستکەرانی سەرەکییان دەدرێنەوە و وەک سیستەمی دروستکراوی KaiLab پیشان نادرێن.
تەکنەلۆجیەکان و ڕێگەکان
بەکارهێنانەکان
- وەرگێڕانی کوردی
- پەیوەندی فرەزمانە
- هەڵسەنگاندنی وەرگێڕانی ماشینی
- تەکنەلۆژیای زمان
بڵاوکراوە پەیوەندیدارەکان
Bianet: کۆرپەسێکی هاوتەریب بۆ تورکی، کوردی و ئینگلیزی
Duygu Ataman (2018)
ئەم توێژینەوەیە کۆرپەسێکی هاوتەریبی هەواڵ بۆ ئینگلیزی، تورکی و کوردیی باکوور (کورمانجی) پێشکەش دەکات و وەرگێڕانی ماشینی نێورۆنی دووزمانە و فرەزمانە هەڵدەسەنگێنێت. ئەم کارە یەکێکە لە سەرچاوە سەرەتاییە …
Towards Machine Translation for the Kurdish Language
Sina Ahmadi , Mariam Masoud (2020)
وەرگێڕانی ماشینی کوردیی سۆرانی-ئینگلیزی بە بەکارهێنانی مۆدێلەکانی encoder-decoder ـی LSTM لە OpenNMT و چەند شێوازێکی توکەنکردن لێکۆڵینەوە دەکات. تاقیکردنەوەکان داتای Tanzil و TED و ماددەی وەرگێڕدراوی …
TICO-19: the Translation Initiative for COvid-19
Antonios Anastasopoulos (2020)
بنچینەیەکی هەڵسەنگاندنی وەرگێڕانی فرەزمانە لە بواری پزیشکی و قەیران پێشکەش دەکات کە ماددەی وەرگێڕدراوی پیشەیی و کۆنترۆڵکراوی کوالێتی لەخۆدەگرێت. بڵاوکراوەکە کۆمەڵە هەڵسەنگاندنی جیاواز بۆ …
Leveraging Multilingual News Websites for Building a Kurdish Parallel Corpus
Sina Ahmadi , Hossein Hassani , Daban Q. Jaff (2022)
بە بەکارهێنانی ماڵپەڕە هەواڵییە فرەزمانەکان داتای هەواڵی هاوتەریبی پشتڕاستکراوە بەدەستی مرۆڤ بۆ سۆرانی و کورمانجی و ئینگلیزی دروست دەکات. کۆرپەسە پەیوەندیدارەکە دەقی هاوتاکراوی سۆرانی-کورمانجی، …
Scaling neural machine translation to 200 languages
NLLB Team (2024)
سیستەمی وەرگێڕانی ماشینی فرەزمانەی No Language Left Behind پێشکەش دەکات. خێزانی مۆدێلە بڵاوکراوەکە لە نێو نزیکەی ٢٠٠ زمانی پشتگیریکراودا بە ڕوونی پشتگیری کوردیی ناوەندی بە ئەلفوبێی عەرەبی و کوردیی …
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 …
داتاسێتە پەیوەندیدارەکان
Bianet Parallel News Corpus
بڵاوکراوە: rêbendanê 1, 2018 | قەبارە: بەپێی وەشانی بڵاوکراوە جیاوازە؛ سەیری بڵاوکراوە فەرمییەکە بکە
کۆرپەسێکی هەواڵی هاوتەریب کە ماددەی کوردیی باکوور (کورمانجی)، ئینگلیزی و تورکی لەخۆدەگرێت. توێژینەوە بڵاوکراوەکە 6,486 جووتی ئینگلیزی-کورمانجی و 7,390 جووتی تورکی-کورمانجی ڕاپۆرت دەکات؛ ژمارەکان لە …
KurdishMT Reproducibility Bundle
بڵاوکراوە: rêbendanê 1, 2020 | قەبارە: کۆی ژمارەی جووتە ناوازەکان پشتڕاست نەکراوەتەوە
سەرچاوەکانی دووبارەبەرهەمهێنانەوە بۆ تاقیکردنەوەکانی وەرگێڕانی ماشینی سۆرانی-ئینگلیزی، لەوانە ماددەکانی Tanzil و TED و KurdNet، دابەشکراوە پرۆسێسکراوەکان، مۆدێلەکانی توکەنکردن، سکریپتەکان و …
TICO-19 Kurdish Translation Benchmark
بڵاوکراوە: rêbendanê 1, 2020 | قەبارە: 3,071 جووت ڕستە بۆ هەر جۆرێکی کوردی-ئینگلیزی
بنچینەی هەڵسەنگاندنی وەرگێڕانی ماشینی لە بواری پزیشکی و قەیران، بە کۆمەڵەی جیاوازی ئینگلیزی-سۆرانی و ئینگلیزی-کورمانجی. هەر جووتێکی کوردی-ئینگلیزی 3,071 ڕستەی هاوتاکراو لەخۆدەگرێت: 971 ڕستە بۆ …
KurdishBLARK InterdialectCorpus
بڵاوکراوە: rêbendanê 1, 2020 | قەبارە: 12,327 سۆرانی-کورمانجی؛ 1,797 ئینگلیزی-کورمانجی؛ 650 جووتی ئینگلیزی-سۆرانی
کۆرپەسێکی هەواڵی هاوتەریبی پشتڕاستکراوە بەدەستی مرۆڤ کە 12,327 جووتی سۆرانی-کورمانجی، 1,797 جووتی ئینگلیزی-کورمانجی و 650 جووتی ئینگلیزی-سۆرانی لەخۆدەگرێت.
FLORES-200 Kurdish Evaluation Benchmark
بڵاوکراوە: rêbendanê 1, 2022 | قەبارە: 3,001 ڕستەی دیزاینکراو بۆ هەر زمانێک؛ 2,009 ڕستەی dev/devtest ـی بڵاوکراوە بۆ هەر جۆرێکی کوردی
بنچینەی هەڵسەنگاندنی وەرگێڕانی ماشینی فرەزمانە کە کوردیی ناوەندی (ckb_Arab) و کوردیی باکوور (kmr_Latn) لەخۆدەگرێت. بەشە کوردییە گشتییەکان بۆ هەر زمانێک 997 ڕستەی گەشەپێدان و 1,012 ڕستەی devtest …
NLLB-200 Translation Model Family
بڵاوکراوە: rêbendanê 1, 2022 | قەبارە: بڵاوکراوەی نموونەیی: نزیکەی 600M پارامەتەر
خێزانێکی بڵاوکراوەی مۆدێلی وەرگێڕانی ماشینی نێورۆنی فرەزمانە کە پشتگیری کوردیی ناوەندی (ckb_Arab) و کوردیی باکوور (kmr_Latn) دەکات. checkpoint ـی distilled ـی 600M نموونەیەکی بڵاوکراوەی گشتی و …
PARME Parallel Corpora
بڵاوکراوە: rêbendanê 1, 2025 | قەبارە: کوردیی باشوور: 9,797؛ لەکی: 3,418؛ هەورامی: 7,794؛ زازاکی: 4,401 تۆماری هاوتاکراو وەک لە پڕۆژەکەدا بەڵگەدار کراوە
سەرچاوە هاوتەریبە دروستکراوەکانی کۆمەڵگە بۆ جۆرە زمانە کەم‌سەرچاوەکانی ڕۆژهەڵاتی ناوەڕاست. سەرچاوە پەیوەندیدارە کوردییەکان کە لە توێژینەوەکەدا دیاریکراون داتای کوردیی باشوور، لەکی، هەورامی و زازاکی …