README.md

台灣南島語-華語句庫資料集

(Dataset of Formosan-Mandarin sentence pairs)

點我進入互動式查詢系統

資料概要

• 🎢 資料集合計約13萬筆台灣南島語-華語句對
• ⚠️ 此查詢系統僅供教學與研究之用，內容版權歸原始資料提供者所有
• 💻 隨機顯示10筆資料

資料來源

• 以下資料經由網路爬蟲取得。
  • 🥅 九階教材: 族語E樂園
  • 💬 生活會話: 族語E樂園
  • 🧗 句型: 族語E樂園
  • 🔭 文法: 臺灣南島語言叢書
• 詞典資料使用PDFMiner 將2019版的PDF檔轉成HTML，再用BeautifulSoup抓取句對，偶爾會出現族語跟華語對不上的情形。若發現錯誤，請聯絡我📩。詞典中重複出現的句子已從資料集中刪除。
  • 📚 詞典: 原住民族語言線上詞典

統計報告

• 💻 點擊下面的預覽圖即可進入統計報告互動式查看頁面。報告中新增word_counts欄位，計算族語句子的字數。

---