数据集概述
本数据集是面向神经机器翻译任务的多语言平行文本集合，包含从法语到丰贝语（多哥语言）、法语到埃维语（贝宁语言）的平行句子对，总计七万余条标注数据，适用于机器翻译和句子分类任务，由AI4D倡议贡献。
文件详解
- 文件名称：French_to_fongbe.csv
- 文件格式：CSV
- 字段映射介绍：包含两列平行文本，分别对应丰贝语（Fon列）和法语（French列）的句子对，例如丰贝语句子“Ɖo gan tantɔn kpo cεju afɔton.”与法语句子“A 8 heures moins le quart”。
- 文件名称：French_to_ewe_dataset.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含法语到埃维语的平行句子对数据，具体字段需参考文件内容，推测与CSV文件结构类似，对应两种语言的句子平行对照。
数据来源
AI4D倡议
适用场景
- 神经机器翻译模型训练: 用于训练法语至丰贝语、法语至埃维语的机器翻译模型，提升低资源语言翻译性能。
- 多语言自然语言处理研究: 支持低资源语言（丰贝语、埃维语）的NLP任务研究，如句子分类、跨语言迁移学习。
- 语言资源建设: 补充非洲本土语言（丰贝语、埃维语）的平行语料库资源，促进语言技术发展。
- 翻译质量评估: 作为基准数据集，评估针对法语-丰贝语、法语-埃维语翻译模型的性能表现。
