Maloba

Corpus Traduction · Version de référence

maloba-llm-alpaca-harmonise

399 paires français → lingala traduites par des lingalaphones, orthographe harmonisée.

Voir sur Hugging Face (nouvelle fenêtre)Tous les corpus

Construction

  • 399 paires français → lingala traduites par des lingalaphones (configuration trd) : 288 en entraînement, 32 en validation, 79 en test.
  • Transcriptions harmonisées par le même programme que le corpus audio ; version d'origine conservée dans maloba-llm-alpaca.

Le corpus en graphique

Volumétrie comparée des corpusLes quatre corpus de référence du projet, à la même échelle. Le corpus audio domine en nombre d'éléments ; la traduction, la plus petite, est celle qui a le plus fait progresser son modèle.
05 06710 13415 20120 268Audio — segments18 767Textes — exemples annotés4 818Documents — exemples467Traduction — paires humaines399

Source : Livrable 4, chiffres arrêtés au 2026-09-30

Voir les données du graphique
CorpusÉléments
Audio — segments18 767
Textes — exemples annotés4 818
Documents — exemples467
Traduction — paires humaines399

Limites

  • Jeu de test de 79 phrases : les écarts sont mesurés par bootstrap apparié et confirmés sur FLORES+ (1 012 phrases).
  • Ajouter 4 700 paires produites par machine n'a rien apporté : seules les traductions humaines font progresser le modèle.

Citation

Congo Digital Services (2026). maloba-llm-alpaca-harmonise. Hugging Face. Licence NOODL-1.0.