awesome bangla

Bangla impresionante

Una colección de herramientas, conjuntos de datos y recursos en Bangla Computing. Esta lista fue compilada para ayudar a los investigadores y aficionados interesados ​​en el procesamiento del lenguaje natural con el lenguaje de Bangla (bengalí). No dude en contribuir.

Herramientas y teclados de escritura

Productos de usuario final

• Teclado Avro (Windows, Mac, Linux, Ubuntu, en línea)
• Teclado Ridmik (Android)
• Teclado OpenBangla
• Teclado probhat en línea
• Diseño del teclado Rokeya
• Teclado de Borno (Windows, Android)

Bibliotecas

• Biblioteca Avro Phonetic (JavaScript, GO, C ++)
• ইউনিভার্সাল কিবোর্ড সফটওয়্যার 'ইউবোর্ড' / uboard [bangla.gov.bd]
• jQuery.ime - Apoya a Avro, Probhat, Inscript, National (BD)
• BengalifoneticParser.swift (OpenBangla)
• Rupantor: un analizador/convertidor fonético bengalí muy flexible escrito en óxido. También es compatible con Avro Phonetic. (OpenBangla)
• Bijoy2Unicode: un paquete de Python para la conversión bidireccional entre la codificación de Bijoy y unicode bangla.

Especificaciones de entrada fijas y fonéticas

• Métodos de entrada bengalíes

Corpría (corpus) y conjuntos de datos

• Corpus Builder (Aniruddha Adhikary et al, Banglakit)
• Un lenguaje independiente de Wikipedia Text Corpus Descargar
• Idioma indio Parte del habla etiqueta: bengalí (LDC2010T16)
• IARPA Babel Bengali Language Pack Iarpa-Babel103b-V0.4B (LDC2016S08)
• Corpus de Banglalekha (escritura a mano) (ULAB, Dhaka)
• Banglawriting: un conjunto de datos de escritura de bangla de bangla fuera de línea multipropósito (Bubt, Dhaka)
• Lista de palabras de Bangla (Bangla Akademy Banan Abhidhan) (SNLTR)
• Bangla Speech Corpus (IIT, Kharagpur)
• Lista de palabras de parada bengalí (Palabras de parada-iso)
• Bangla TTS Speech Corpus (Google)
• Gran conjunto de datos bengalí ASR (Google)
• Ekush: personajes escritos a mano de bangla (DIU, Dhaka)
• Ishara-Lipi: dígitos y caracteres de lenguaje de señas de bangla (Diu, Dhaka
• Conjunto de datos bengalí de granos comunes grandes
• Conjunto de datos de volcado bengalí wikipedia
• Bengalí Subtítulo Abierto Corpus paralelo
• Conjunto de datos de traducción bengalí
• Conjunto de datos de nombres bengalí vs nombres masculinos para tareas de PNL
• Banglaemotion: un conjunto de datos de referencia para el análisis de emociones textuales de Bangla (CU, Chittagong)
• Oscar: Corpus de Almanach SUPER GRAWLED SUPER LARGO
• BN-HTRD: un conjunto de datos de referencia para el nivel de texto escrito a mano de nivel de documento (HTR) (PUC, Chittagong)
• Bangla Synthetic Licleates DataSet (Zabir Al Nazi)
• Conjunto de datos de discursos bengalí (voz común, mozilla)

Herramientas, scripts y utilidades de PNL (también proyectos)

Herramientas de PNL

• Bangla POS Tagger (hmm/crf/me basado) (IIT, Kharagpur)
• Bangla POS Tagger (SHM0007)
• Bangla POS Tagger (UZL)
• Bangla POS Tagger (basado en XML) (Sunkuet02)
• Bangla POS Tagger (basado en reglas) (Sharif Mohammad Abdullah)
• Analizador morfológico (IIT, Kharagpur)
• Chunker (basado en reglas) (IIT, Kharagpur)
• Chunker (estadístico) (IIT, Kharagpur)
• Analizador de dependencia bengalí (Rajarshi Das et al)
• Bengalí Stemmer (basado en reglas) (Debasis Ganguly)
• Bengalí Stemmer (basado en reglas) (.NET) (Tapas Nayak)
• Bengalí Stemmer (basado en reglas) (Java) (Tapas Nayak)
• Bengalí Stemmer (PHP?) (Md. Tanveer Islam, Tanveer Ahmed Nayeem)
• Bengalí Stemmer (JavaScript) (Rifat Nabi)
• Bengalí Stemmer (Java) (2015) (Tazim Hoque)
• Bengalí Stemmer (Java) (2017) (Sudipto Roy)
• Incrustación de palabras bengalí (Md. Afjal Hossain)
• Wordnet bengalí (Soumen Ganguly)
• Análisis de sentimientos bengalí (cuaderno de iPython) (Abhishek Singh)
• Extracción de palabras clave (Mahir)
• Bangla Ner (Imranul Ashrafi, Muntasir Mohammad, Arani Shawkat Mauree, Galib Md. Azraf Nijhum, Redwanul Karim, Nabeel Mohammed y Sifat Momen)
• Biblioteca Bengali NLP (BNLP) (Sagor)
• Traducción de texto de emoji a bengalí - Paquete Python para NLP (Faruk & Sagor)
• Modelo Bangla Bert (Sagor)
• [Bangla Word2Vec] (https://github.com/menon92/bangla-word2vec) (Mehadi Hasan Menon)
• Bangla NLP Toolkit (Foysal)

Diccionario

• Diccionario léxico bengalí (2012) (Abhishek Gupta)
• Diccionario bengalí (Minhas Kamal)
• Diccionario bengalí multiplataforma (GO/QML) (Monir Zaman)

Traducción automática de Bangla

• Bangla to Inglés Translator (Mehadi Hasan Menon)

OCR/HTR

• Borno Bangla OCR (Bangla.gov.bd)
• Bangla OCR (Kmhasan)
• Bangla OCR (CRBLP, Bracu)
• Bangla OCR (Fariha Nazmul)
• OCR escrito a mano bengalí con NN convolucional (Dibyatanoy Bhattacharjee)
• Clasificación de dígitos bengalí escrito a mano Numta utilizando el aprendizaje de transferencia (Hasib Zunair, Nabeel Mohammed, Sifat Momen)
• Reconocimiento de dígitos bengalí (Abhinav Agarwalla)
• Clasificación de dígitos bengalí (Md. Afjal Hossain)
• Bocra [R paquete para bengalí OCR]
• OCR bengalí con CNN (Sanjiv)
• OCR escrito a mano bengalí con CNN (BM Abir
• Generación de datos sintéticos para Bangal OCR (Mehadi Hasan Menon)
• Segmentación de la línea y las palabras para el reconocimiento de texto escrito a mano de bengalí (Bn-Drishti) (PUC/CU, Chittagong)

Discurso a texto

• Voice.bangla.gov.bd
• Bangla Discurso al texto (Mehadi Hasan Menon)

TTS

• read.bangla.gov.bd
• Katha - Bangla TTS (CRBLP, Bracu)
• Bengali-HTS (Bangla TTS a base de HMM) (IIT, Kharagpur)
• APONA PATHOK - BANGLA TTS (PERDIDO)
• Bangla-TTS (TTS en tiempo real basado en CNN profundo (GPU) (Zabir Al Nazi)

Multimodal

• Implementación de clip (lenguaje contrastante-imagen previa) para bangla (Zabir Al Nazi)
• Detección de discursos de odio multimodal de memes y textos bengalíes (Rezaul Karim)

Otros

• Verificación de hechizos bengalí (Ankur)
• Bangla Contextual Speller (Mahir Mahbub)
• Bagha - Asistente personal (Reyad Rahman)
• Clasificación de categoría de noticias de Bangla con LSTM bidireccional (Zabir Al Nazi)
• Aurthohin - Genador de texto de Gibberish Bangla
• Bangla Word2Vec Training and Visualation (Afnan ul Haque Nuhash)
• Un sistema de búsqueda de imágenes y coincidencia de texto de imagen para Bangla usando Clip (Zabir Al Nazi)

Programación de langauages ​​(?)

• KORO (ir en Bangla)
• Potaka
• Chascript (Syed Tanveer Jishan)
• Pakhi (Shafin Ashraf)
• Pankti (Palash Bauri)
• Alfabeto bengalí

Sitios web

• Sociedad para la Investigación de Tecnología del Lenguaje Natural
• Centro de Investigación sobre Procesamiento del Lenguaje de Bangla, Bracu (espejo de respaldo)

Fuentes

• bangla.gov.bd
• lipighor.com