Le projet
Constituer, langue par langue, un corpus assez large pour entraîner des modèles de traduction et de transcription automatiques.
Pourquoi
Les outils de traduction automatique existants ne couvrent presque aucune langue nationale togolaise. La raison est simple : il n'existe pas de corpus. Les modèles ont besoin de dizaines de milliers de phrases alignées et de centaines d'heures d'audio transcrit. Ces données doivent être produites par les locuteurs eux-mêmes.
Ce qu'on vous demande
- Choisir votre langue et indiquer ce que vous savez y faire : la lire, l'écrire, la parler.
- Traduire des phrases françaises, à l'écrit ou à l'oral, selon ce que vous avez déclaré.
- Relire les contributions des autres et les noter.
Vous n'avez pas besoin de savoir écrire votre langue pour participer. Les tâches orales ne demandent que de parler.
Le registre des langues
Chaque langue du registre est décrite par son nom local, son code ISO 639-3, son statut orthographique et les caractères spéciaux que sa saisie exige. Une langue dont l'orthographe n'est pas confirmée n'ouvre que la collecte orale : on ne demande à personne d'écrire une langue dont personne n'a arrêté l'écriture.
Ce que devient le corpus
Le corpus est constitué sous la responsabilité de l'État togolais. Les conditions de sa diffusion — accès ouvert, accès réservé à la recherche, ou licence négociée — ne sont pas encore arrêtées. Détail de l'usage des données.