古吉拉语：根西岛克里奥语语料库

虽然主要语言往往获得大量关注和资源，但全球语言多样性包含许多缺乏相同支持的小型、本土和地区语言。古巴哈等加勒比地区便是其中之一。虽然常被称为“英语国家”，但该地区由众多与英语并存的克里奥语构成。本文提出 Guylingo：一个为促进克里奥语（根西岛英语-词汇克里奥语）NLP研究而设计的综合语料库，这是这个文化资源丰富的根西岛最广泛使用的语言。我们首先概述收集和数字化此类语料库的框架，包括口语表达、习语和地区差异；随后展示训练和评估克里奥语机器翻译模型的挑战；最后讨论近期NLP技术为加速根西岛克里奥语正式采用为官方语言带来的独特机遇。