数据集概述
本数据集为2022年的isiZulu新闻（含文章及标题）与Siswati新闻（仅标题）语料库，包含相关非洲语言的新闻文本资源，支持非洲语言的自然语言处理研究，数据集以单个压缩文件形式呈现。
文件详解
- 文件名称：
dsfsi/za-isizulu-siswati-news-2022-v0.9.5.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含isiZulu语言的新闻文章、新闻标题以及Siswati语言的新闻标题相关文本数据，具体字段需解压后查看，未提供预览信息。
数据来源
论文“Izindaba-Tindzaba: Machine learning news categorisation for Long and Short Text for isiZulu and Siswati”
适用场景
- 非洲语言自然语言处理研究: 用于isiZulu和Siswati语言的文本分类、语义分析等算法开发与测试。
- 新闻文本语料库构建: 补充非洲本土语言的新闻语料资源，支持多语言语料库扩展。
- 机器翻译模型训练: 作为isiZulu、Siswati与其他语言互译模型的训练数据。
- 语言资源数字化保护: 助力非洲本土语言的文本资源留存与数字化应用。
