IndicDialogue: A dataset of subtitles in 10 Indic languages for Indic language modeling

The Languages of the Indian subcontinent are less represented in current NLP literature. To mitigate this gap, we present the IndicDialogue dataset, which contains subtitles and dialogues in 10 major Indic languages: Hindi, Bengali, Marathi, Telugu, Tamil, Urdu, Odia, Sindhi, Nepali, and Assamese. T...

وصف كامل

التفاصيل البيبلوغرافية

المؤلفون الرئيسيون:	Noor Mairukh Khan Arnob, A. Faiyaz, Md Mubtasim Fuad, Shah Murtaza Rashid Al Masud, Baivab Das, M.F. Mridha
التنسيق:	Artigo
اللغة:	Inglês
منشور في:	Elsevier 2024-08-01
سلاسل:	Data in Brief
الموضوعات:	Natural Language Processing (NLP) Low-resource languages Linguistics Inclusive AI
الوصول للمادة أونلاين:	http://www.sciencedirect.com/science/article/pii/S2352340924006577
الوسوم:	إضافة وسم لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!