懂AI
bible-corpus

bible-corpus

多语言平行圣经语料库 助力自然语言处理研究

bible-corpus是一个多语言平行语料库项目，基于圣经翻译创建。该语料库包含近100种语言的对齐文本，可用于多种自然语言处理任务。通过书卷、章节和经文索引，实现了句子级别的对齐，并采用XML格式编码。项目提供tokenized版本和Python代码片段，方便研究人员和开发者使用这一丰富的语言资源。

多语言平行语料库圣经翻译自然语言处理语料库编码标准XML文件处理Github开源项目
GitHub论文文档

圣经语料库

一个从圣经翻译创建的多语言平行语料库。

在这里，您可以找到一个从圣经翻译创建的多语言平行语料库。这是一项努力，旨在创建一个包含尽可能多语言的平行语料库，可用于多种自然语言处理任务。通过使用书卷、章节和经文索引，该语料库在（几乎）句子级别上对齐。（在某些情况下，一种语言的两节经文在另一种语言中被翻译为一节。）

继马里兰大学的Philip Resnik和Mari Broman Olsen的类似努力之后，我使用语料编码标准将每种语言的文本编码为XML文件。有关语料库创建的更多详细信息，请参阅以下论文：

  • 《一个大规模平行语料库：100种语言的圣经》，Christos Christodoulopoulos和Mark Steedman，《语言资源与评估》，49 (2)

来自歌德大学文本技术实验室的Armin Hoenen创建了四种语言（中文、日语、泰语、越南语）的分词版本。它们包含在这个集合中，但也可以在这里找到。

如果您想快速生成每本圣经的原始文本版本，可以使用以下Python代码片段（将lang替换为XML文件的名称）：

import xml.etree.ElementTree as ET
lang = 'English'
root = ET.fromstring(open(lang + '.xml').read())
with open(lang + '.txt', 'w', encoding='utf-8') as out:
    for n in root.iter('seg'):
        out.write(n.text.strip() + '\n')

或者针对特定书卷：

book_id = 'b.GEN'
with open(lang + '-' + book_id + '.txt', 'w', encoding='utf-8') as out:
    for n in root.findall('.//div[@id="'+book_id+'"]/*seg'):
        out.write(n.text.strip() + '\n')

点击此链接获取用于读取/处理语料库的工具集合。

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多