Mixtec–Spanish Parallel Text Dataset for Language Technology Development

This article introduces a freely available Spanish–Mixtec parallel corpus designed to foster natural language processing (NLP) development for an indigenous language that remains digitally low-resourced. The dataset, comprising 14,587 sentence pairs, covers Mixtec variants from Guerrero (Tlacoachist...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής

Κύριοι συγγραφείς:	Hermilo Santiago-Benito, Diana-Margarita Córdova-Esparza, Juan Terven, Noé-Alejandro Castro-Sánchez, Teresa García-Ramirez, Julio-Alejandro Romero-González, José M. Álvarez-Alvarado
Μορφή:	Artigo
Γλώσσα:	Inglês
Έκδοση:	MDPI AG 2025-06-01
Σειρά:	Data
Θέματα:	Mixtec language parallel corpus low resource language OCR
Διαθέσιμο Online:	https://www.mdpi.com/2306-5729/10/7/94
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!