text
stringlengths
4
320
é ɖò ayìjúnjɔ́n elle est assis
mí ɖò ayìjúnjɔ́n nous sommes assis
e ɖo azɔmɛ elle est à l'école
mí ɖo azɔmɛ nous sommes à l'école
e ɖo xwe gbe elle est à la maison
e su ayihɔn a demain matin
e wá gbɛ ɖo elle est née à
un wá gbɛ ɖo je suis est née à
kɔvɛ̀ covè
e xwè elle va à
mí xwè nous allons à
yin tɔn wɛ̀ c'est à moi
é yètɔn wɛ̀ c'est à lui
mitɔn wɛ̀ c'est à vous
yin tɔn wɛ̀ çà m'appartient
é yètɔn wɛ̀ çà lui appartient
mítɔn wɛ̀ çà nous appartient
mɛ ɖo kwɛ qui a de l'argent
mi kú d'ázɔ̆ merci à vous
nabi mi sa à combien vendez-vous
nu tɔ ce a mon père
nǔtɛ́ wa a ɖe ɖo qu'est-ce que tu fais à
nǔtɛ́ wa mí ɖe ɖo qu'est-ce que nous faisons à
un lin nuɖe a ɖɔ ɔ kpɔn j'ai pensé à ce que tu as dit
un xwe je vais à
mí xwe nous allons à
e xwe elle va à
xwe nabi wɛ à ɖo quel âge as-tu
xwe nabi wɛ é ɖo quel âge a-t-il
xwe nabi wɛ é ɖo quel âge a-t-elle
xwe nabi wɛ mi ɖo quel âge avez-vous
dɔn ɛ dó dò abaisse-le
e sɔ́ éɖéé hwè elle s'est rabaissée
mí sɔ́ míɖéé hwè nous nous sommes rabaissés
gbɛ̀ cé lɛ́ ɖò yiyi tɛ mi wɛ̀ mes camarades m'abandonnent
azɔn zin i d'ɛ́ il est très abattu par la maladie
jijɔhɔn cyɔn toxo ɔ l'orage s'est abattu sur la ville
lanmɛ ce tlú je suis abattu
lanmɛ ce tlú je suis abattue
wùtú cé tlú je suis abattue
tlú kan nú mì m'a abattu
e fyɔ́n elle a pressé
nùtítɛ́ abcès
nùtítɛ́ cè mon abcès
é zɛ̀ elle a incisé
nù tɛ́ mì j'ai un abcès
nùtítɛ́ ɔ́ wú sìn l'abcès a éclaté
wiin ɔ l'abeille
folo ɔ la fleur
bi wɛ gble c'est tout abîmé
é fɛ́n logomɛ il a la hanche abîmée
kɛkɛ ɔ le vélo
mi ma hɛn kɛkɛ ɔ gble o n'abîmez pas le vélo
é nɔ́ y'àvĭ il pleure
mi nɔ́ y'àvĭ vous pleurez
é ɖɔ́ kanjɔ soò il urine du sang abondamment
é nɔ́ y'àvĭ yoò il pleure abondamment
é nɔ́ y'àvĭ clɛclɛ̀ elle pleure abondamment
jì pluie
jì ɔ́ ɖò funfun wɛ̀ wɔwɔ̀ la pluie fine tombe abondamment
tɔ ɖò flíflɛ́ wɛ̀ le fleuve coule abondamment
e flá'yĭ il y en a en abondance
nù nyɔ́ n'í vininì qu'il ait en abondance
un wá bó nú lɛngbɔ́ lɛ́ ná mɔ̀ gbɛ̀ bó ná mɔ̀ gbɛ dó gbɛ jí moi je suis venu pour que les brebis aient la vie et qu'elles l'aient en abondance
nu ce mɛ nɔ jí atán je ressens une abondante salivation
wulɛkpa salle de bain
xó tɔ́n vɛ́ wŭ ă il est d'un abord facile
e jɛ̀ age ɖe ɔ jí il a abordé l'autre rive
mɛ ɖokpó sɛ́ yá mì quelqu'un m'a abordé
ali chemin
dèkánmɛ̀ dèkànmè
avùn élɔ́ nɔ́ gbó dín ce chien aboie beaucoup
e glɔ́n jí il s'est abrité contre la pluie
nɔ bɛ yɛ̀ abrite le soleil
un jɛ do tɔ̀n je regrette son absence
hweɖĕbùnu chaque fois
é ɖò xwé ă il est absent
mi ɖò xwé ă vous êtes absents
a wà fí ɔ́ si tu viens ici
kpódó et
nɔ cé ma mère
ɖò xwé ă sont absents
azɔmɛvi écolière
azɔmɛvi ɖagbe bon écolière
azɔmɛ l'école
un gɔ̀n xwé je me suis absenté de la maison
mí gɔ̀n xwé nous nous sommes absentés de la maison
un tɔ́n je suis sorti
e tɔ́n il est sorti
mi tɔ́n vous êtes sortis
un na tɔ́n je vais sortir
mí na tɔ́n nous allons sortir
a jlŏ dóó à est-ce que tu y tiens absolument
un ma ɖi xɛsi nú nùɖé je ne crains rien
mí ma ɖi xɛsi nú nùɖé nous ne craignons rien
ajòtɔ́ lɛ́ les voleurs
ajòtɔ́ voleuse
é gú mɛ hú gbo'jɔ́ il est absolument inutile
e jɛ́n nɛ́ absolument
e jɛ́n nɛ́ c'est absolument celà

Dataset origin: https://github.com/bonaventuredossou/ffr-v1

Description

The authors of the dataset provide a description in the following PDFs: here and here.

Citation

@inproceedings{emezue-dossou-2020-ffr,
    title = "{FFR} v1.1: {F}on-{F}rench Neural Machine Translation",
    author = "Emezue, Chris Chinenye  and
      Dossou, Femi Pancrace Bonaventure",
    editor = "Cunha, Rossana  and
      Shaikh, Samira  and
      Varis, Erika  and
      Georgi, Ryan  and
      Tsai, Alicia  and
      Anastasopoulos, Antonios  and
      Chandu, Khyathi Raghavi",
    booktitle = "Proceedings of the Fourth Widening Natural Language Processing Workshop",
    month = jul,
    year = "2020",
    address = "Seattle, USA",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.winlp-1.21",
    doi = "10.18653/v1/2020.winlp-1.21",
    pages = "83--87",
    abstract = "All over the world and especially in Africa, researchers are putting efforts into building Neural Machine Translation (NMT) systems to help tackle the language barriers in Africa, a continent of over 2000 different languages. However, the low-resourceness, diacritical, and tonal complexities of African languages are major issues being faced. The FFR project is a major step towards creating a robust translation model from Fon, a very low-resource and tonal language, to French, for research and public use. In this paper, we introduce FFR Dataset, a corpus of Fon-to-French translations, describe the diacritical encoding process, and introduce our FFR v1.1 model, trained on the dataset. The dataset and model are made publicly available, to promote collaboration and reproducibility.",
}
Downloads last month
0
Edit dataset card