mongolian nlp

이 저장소에는 몽골 NLP에 유용한 리소스 목록이 포함됩니다. 자유롭게 기여하십시오.

데이터 세트

• DATASET ~ 8 시간 몽골 TTS 데이터 세트 : 중국 내부 몽골 대학교에서 만든 MNTTS
  • 응용 프로그램 항목
  • TTS 모델의 소스 코드
  • 종이
• 몽골 성경에서 만든 남성 음성 tts 데이터 세트와 같은 DATASET ljspeech
  • Tugstugi/Pytorch-DC-TTS에 사용됩니다
  • DL_AND_PREPROP_DATASET.PY를 사용하여 오디오 파일을 다운로드하십시오
• Kalmyk (West Mongolian)와 같은 DATASET ljspeech Kalmyk Bible (2 시간)에서 만든 여성 음성 tts 데이터 세트
• DATASET 300 시간 kalmyk 합성 STT 데이터 세트 음성 변환 모델에 의해 생성되었습니다.
  • 각 Wav에는 Kalmyk Books에서 생성 된 다른 텍스트가 있습니다.
  • 소스 목소리는 Kalmyk Bible Female tts입니다
  • 대상 음성은 VCTK 데이터 세트에서 나온 것입니다
  • 예제 Wav : https://twitter.com/tugstugi/status/1409111296897912835
• Bolorsoft LLC에서 제공하는 DATASET EDUGE 뉴스 분류 데이터 세트
  • Eduge.mn 프로덕션 뉴스 분류기를 훈련시키는 데 사용됩니다
  • 9 카테고리가 포함 된 75K 뉴스 : урлаг соёл , эдийн засаг , эрүүл мэнд хууль 깃발하십니까, хуль, улс төр , спорт , технологи , боловсрол 및 байгал орчин
• DATASET 11-11.MN 정부 기관 불만 데이터 세트
  • 5 가지 범주를 가진 80k : санал хүсэлт , гомдол , шүүмжлэл , талархал өргөдөл
• DATASET 온라인 뉴스 코퍼스
  • 7 억 단어
• 몽골 신문의 DATASET 디지털 아카이브 1990-1995 영국 도서관
• 일반적인 크롤링 몽골 데이터 세트
• opendata.burtgel.gov.mn
  • DATASET 220K 몽골 개인 이름
  • DATASET 90k 몽골어 클랜/가족 이름
  • DATASET 192k 몽골 회사 이름
• DATASET 몽골 지방 (AIMAGS 및 합) 이름
• DATASET 195 국가 (자본 도시 포함) 몽골어 이름
• DATASET 250 몽골 뉴스, 서적 및 위키 백과 기사에서 가장 빈번한 단어. (총 670m 단어 / 2m 고유 한 단어).
  • 이 단어는 중지 단어로도 사용될 수 있습니다.
• DATASET 500 몽골어 약어
• 몽골 정치 및 스포츠 뉴스에서 생성 된 DATASET 몽골 NER 데이터 세트
  • Tugstugi와 Doccano를 사용하여 Enod에 의해 주석이 달린 10k 문장
  • 4 카테고리 LOCATION (6453/1753), PERSON (2839/1698), ORGANIZATION (4453/1970) 및 MISC (3716/2617)
• 몽골 국립 대학교의 DATASET 몽골 POS 데이터 세트
  • 100k 단어
  • 사용 된 POS 태그 세트
• 몽골 노래 가사 및 사전에서 만든 DATASET 전통적인 몽골 합성 OCR 데이터 세트
  • 80K 이미지
  • 데이터 확대가 없으면 데이터를 증강시키기 위해 Albumentations와 같은 외부 라이브러리를 사용하십시오.
• DATASET 전통적인 몽골 OCR 데이터 세트
  • 164631 샘플, 200 명
• 몽골 과학 기술 대학의 DATASET 필기 몽골 키릴 캐릭터 데이터베이스
  • 28x28 그레이 스케일, 350k 이미지
  • 데이터 세트 설명
• 몽골 국립 대학교의 몽골어 워드 DATASET
  • 26875 단어, 2979 Glosses, 23665 Synsets, 213 예
• Unimorph 4.0의 DATASET 몽골 변곡 형태
  • 2085 Lemmas 및 14592 변곡 (+ 형태소 세분화)
• Morphynet의 DATASET 몽골 파생 형태
  • 1410 Lemmas, 1629 파생 및 229 개의 파생 접미사.
• DATASET 다국어 음성 단어 다국어 키워드 스팟팅 데이터 세트
  • 2200 개의 몽골 키워드, 44000 오디오 파일
  • 예제 키워드 : аав хуулиар байна , чиглэсэн бэлдэж дүрслэх , сонирхож олов , ламын , хаанаас түүний
• DATASET 작은 칼미크 텍스트 코퍼스
  • 신문,시 등

몽골어 텍스트 음성

• PYTORCH Tugstugi/Pytorch-DC-TTS
  • DEMO Colab 온라인 데모
  • 몽골 성경에서 만든 남성 음성 데이터 세트와 같은 DATASET ljspeech
• TF Tugstugi/Tacotron-2 Rayhane-Mamah/Tacotron-2의 포크 몽골 성경 데이터 세트에 적합
  • DEMO Colab 온라인 데모
  • 전 몽골 대통령 Elbegdorj를위한 DEMO 스피커 적응 Colab 온라인 데모. 5 시간 몽골 성경 데이터 세트로 훈련 된 타코트론 모델은 Elbegdorj의 연설에서 만든 10 분 데이터 세트로 미세 조정되었습니다.
• PYTORCH Chimege TTS 데모
  • 1x 여성
  • nvidia/tacotron2 + nvidia/waveglow
• 몽골 국립 대학교의 DEMO hmm tts 온라인 데모
  • 1 배 남성 및 2 배 여성 목소리
• DEMO 또 흠? "мон спп퍼리 (ай ти”)의 tts 온라인 데모
  • 데모 서버가 현재 다운되었습니다
  • 1 배 남성과 1 배 여성
  • 여성 음성 샘플
• ikon.mn의 SAMPLES 타코트론 2 TTS 데모 샘플
  • 1X 여성 (35H)
  • nvidia/tacotron2 + nvidia/waveglow
• Demo HMM 기반 TTS Inner Mongolian University의 온라인 DEMO
  • 1x 여성
• DEMO MTL-Tacotron TTS 내부 몽골 대학교 및 싱가포르 국립 대학교의 데모 샘플
  • 1x 여성
• TF TTSLR/MONTTS 내부 몽골 TTS 교육 코드
  • SAMPLES 음성 샘플
  • DATASET SAMPLES 내부 몽골 대학교의 괴물
  • 데이터 세트 및 사전 처리 된 모델을 사용할 수 없습니다
• TF Walker-Hyf/Mntts 내부 몽골 TTS 데이터 세트 및 교육 코드
  • SAMPLES 음성 샘플
  • 내부 몽골 대학교의 DATASET mntts
  • Pretrained Model 다운로드 링크
  • 데이터 세트 및 사전 처리 된 모델을 사용할 수 있습니다 :)
• PRODUCT NVDA/HTS 스크린 리더 혁신 개발 센터에서 개발 한 스크린 리더
  • 1X 여성 (National University of Mongolia Voice)
• PYTORCH/DEMO Kalmyk TTS Demo Kalmyk는 러시아에서 사용되는 몽골 언어입니다.
  • Kalmyk Bible에서 만든 데이터 세트 (2 시간)
  • nvidia/tacotron2 + nvidia/waveglow
• Silero Kalmyk의 PYTORCH/DEMO Kalmyk TTS 데모는 러시아에서 사용되는 몽골 언어입니다.
  • Snakers4/Silero-Models

몽골어 모델

• MODEL 5 그램 바이너리 LM은 670m 단어 더러운 코퍼스로 Kenlm에 의해 생성됩니다.
  • Mozilla/DeepSpeech와 함께 사용할 수 있습니다 : ./generate_trie alphabet.txt mn_5gram.binary trie
  • 또는 Tugstugi/Mongolian-Steech-reconcep
• TF / PYTORCH Tugstugi / Mongolian-Bert는 몽골어 버트 모델을 사귀 었습니다
  • Tugstugi, Enod 및 Sharavsambuu에 의해 교육
  • Nabar는 5x TPU를 후원했습니다.
• PYTORCH BAYARTSOGT-YA/ALBERT-MONGOLIAN 사방 몽골 앨버트
• PYTORCH ROBERTRITZ/NLP ULMFIT 실험
• PYTORCH huggingface.co/bayartsogt/mongolian-gpt2 Mongolian Gpt-2 모델
• PYTORCH huggingface.co/bayartsogt/mongolian-roberta-base 몽골 로베르타 기본 모델

몽골어 음성 인식

• PYTORCH Tugstugi/Mongolian 연사 인식
  • DEMO Chimege 음성 인식
  • 독점 데이터 세트가 사용됩니다
• AICLOUD.com의 PRODUCT 중국 및 전통적인 몽골 음성 입력
  • APK 파일에 직접 링크
  • 간단한 경우에만 효과가있는 것 같습니다 (또는 남부 몽골 방언에만 효과가 있습니다 ...)
  • 동일한 시스템이지만 Windows의 경우 (누군가에 따르면, 당신은 그것을 사용하려면 중국 신분 카드에 등록해야합니다).
• DEMO 내부 몽골 대학교의 음성 인식
  • 기능이 아닌 것 같습니다
• PRODUCT Huawei Cloud ASR은 몽골, 티베트어 및 Uyghur와 같은 소수 언어를 지원합니다.
• PRODUCT Google Cloud Speech-to-Text
  • 3000 개의 오디오 개인 테스트 데이터 세트에서 20%가 WER입니다
• PYTORCH WAV2VEC2 XLSR 몽골의 일반적인 목소리에 대한 결합
  • DEMO Colab 온라인 데모
  • 50% Wer
• PYTORCH Wav2Vec2 XLSR Kalmyk 데이터 세트에 대한 교육
  • 500 시간에 사전에 kalmyk TV 녹음 및 1000 시간 몽골어 음성 인식 데이터 세트
  • 300 시간에 Finetuned 합성 칼미크 STT 데이터 세트 음성 변환에 의해 생성되었습니다.
  • Kalmyk TV Recordnings, Clean Voice Recordings에서 생성 된 개인 테스트 세트에서 50% WER
  • DEMO https://huggingface.co/tugstugi/wav2vec2-large-xlsr-53-kalmyk
• TF Coqui.ai 몽골의 음성 인식은 몽골의 공동 voice에 대한 훈련을 받았습니다
  • 90.08% Wer

몽골 스크립트

• DEMO 키릴 릭에서 몽골 스크립트 변환기 내부 몽골 대학교의 데모 데모
• 내부 몽골 대학교의 DEMO 몽골 스크립트 OCR 데모
• PYTORCH tugstugi/bichig2cyrillic 몽골 스크립트에 대한 (및 후면) 키릴 컨버터
  • 몽골 콜랩 온라인 DEMO 키릴 릭
• CRNN을 사용한 PYTORCH Tugstugi/Image2bichig 전통적인 몽골 OCR
  • DEMO OCR Colab 온라인 데모
  • DATASET 전통적인 몽골 합성 OCR 데이터 세트

몽골어 텍스트 분류

• TF2 Sharavsambuu/Mongolian-Text-Classification
• SKLEARN / DEMO 간단한 SVM Colab 노트북 Eduge 데이터 세트를 약 91% 정확도로 분류합니다.
  • Tugstugi/Mongolian-Bert의 문장 모델은 텍스트 토 케이저로 사용됩니다.

몽골어 명명 된 엔티티 인식

• 몽골 정치 및 스포츠 뉴스에서 생성 된 DATASET 몽골 NER 데이터 세트
  • 자세한 내용은 데이터 세트를 참조하십시오
• PYTORCH Enod/Mongolian-Bert-Ner Bert 기반 Mongolian Ner
  • Tugstugi/Mongolian-Bert Mongolian 사전 훈련 된 Bert 모델을 사용합니다
• 몽골 대학교의 데모 DEMO

기타

• Rayhane-Mamah/Tacotron-2 및 Readbeyond/Aeneas를 사용한 PYTORCH Tugstugi/Forced_aligner 몽골 강제 정렬 도구
  • DEMO Colab 온라인 데모
• TF2 키릴 음역 콜랩 노트북 Sharavsambuu/키릴 몽골-전환
• DATASET 1m 백 번역 된 Mn-> en 문장 데이터 세트 다운로드 링크
  • Sharavsambuu/English-Mongolian-NMT-Dataset-augmentation
• DICTIONARY
  • 사용법은 몽골어 디지털화를 참조하십시오. 폴리 글 로트 (Polyglot)“온라인 사전 및 몽골어 및 저술 된 만주의 전체 텍스트 검색”소개를 참조하십시오.
  • 여기에는 몽골어 단어에 대한 IPA 발음도 포함됩니다