yoruba text

Texto iorubá

Este repositório contém texto Yorùbá totalmente diacritizado, convertido em formato de composição de formulários de normalização unicode (NFC), onde caracteres diacritados são compostos em um único caractere com o seguinte código:

 def convert_to_NFC(filename, outfilename):
    text=''.join(c for c in unicodedata.normalize('NFC', open(filename).read()))
    with open(outfilename, 'w') as f:
        f.write(text)

Fontes:

• Corpus de conversão de Lagos-nolls
• A Bíblia Sagrada na língua ioruba do mundo
• O blog Yorububb
• Autor, T., Zone, T. et al. (2018). Uma estratégia de identificação de idiomas no nível de palavras para idiomas de escolar de recursos
• A parábola de iorubá
• O Livro de Mórmon
• (Alcorão) Conhecimento

Sourcs ainda para raspar e limpar

• BBC Yoruba BBC
• Ioruba para fins acadêmicos
• Vivendo primeiro
• Testemunhas de Jeová
• O primeiro capítulo 1
• Especialista de Nicé
• Automático
• A língua ioruba linda
• Open_ce
• pruriginoso
• Wikipedia
• Poesia da corte da multidão

A mídia social procurou:

• https://twitter.com/yobamoduia
• https://twitter.com/yotori_prelabbs
• https://www.facebook.com/oweshube

O texto se incomodou com a permissão de uma música on -line online procurada com músicas on -line para uso na PNL, TTS, ASR Aplicações. Observe que algumas das sentenças podem ter erros, envia uma solicitação de tração se você tiver correções!

Recursos

• https://clas.uiwa.edu/dwllc/alnet/ayolan-leguwa-and-culture-culture-culture-culture-resources
• https://glosbee.com/y/en

Bibtex

Se você tocar para citar este repositório em seu trabalho, use:

 @misc{Orife_yoruba-text_2018,
author = {Orife, Iroro and Fasubaa, Timilehin and Wahab, Olamilekan},
month = {1},
title = {{yoruba-text}},
url = {https://github.com/Niger-Volta-LTI/yoruba-text},
year = {2018}
}