据介绍,AI-DimSum多模态粤语语料库平台建设了语料采集子系统、语料标注子系统、大模型对接子系统、语料确权检索子系统、语料质量评估子系统、语料管理子系统以及应用商店子系统等七个子系统。通过子系统协同工作,实现从数据采集、清洗、标注、确权、存储检索,到模型接入与最终应用发布的一体化流程,为粤语语料库的构建、管理、利用与落地应用提供完整、模块化、可扩展的基础设施与运行机制。
AI-DimSum粤语语料库汇聚处理文本语料超过100万字,涵盖新闻、文学、社交媒体等领域;完成3000小时高保真语音标注及1TB以上的音视频资料,包括大模型训练专用语料集;功夫熊猫、小猪佩奇、哪吒、大圣归来、花木兰等包含粤语字幕与标注的动画影视作品;外来媳妇本地郎、溏心风暴等包含粤语字幕与标注的影视作品;超过1万句的多用途粤语生活场景音频+文字的语料;岭南文化图像素材10000张;构建了包含6669条权威词条、30000条扩展词条的粤语安全语料库;粤语大模型内容安全多模态评测题超过20万道等。(完)
谁有正规万博网址146.62MB
查看
皇冠app下载官方版565.12MB
查看
快3平台下载14.3MB
查看
加拿大pc入口手机app下载241.46MB
查看
网友评论更多
413惠程腾g
益生股份董事长号召员工增持 夫人减持套现1.4亿
2025/12/08 推荐
7066姚艺咏419
摩尔线程上市首日大涨425.46%国产GPU公司迎上市潮
2025/12/07 推荐
368宣仁超hx
流感为何“失声”病例增多?医生回应
2025/12/06 不推荐