本论文提出了将已有的波斯语语料库转用于库尔德语的词性标注。可用于库尔德语的标注语料库现阶段非常缺乏，本方法可以利用相关资源可以帮助开发自动库尔德语标注以及 Kurdish dialect 的词性标注词典。

Jan, 2022

本文介绍了 Kurdisk Textbooks Corpus (KTC)，这是一个包括 31 个 Sorani 方言 K-12 教科书的文本资料库，它经过规范化并按照 12 个教育科目进行分类，包含了 693,800 个单词（110,297 个类型）。我们的资源可在 CC BY-NC-SA 4.0 许可下免费使用。

Sep, 2019

本文提出了一种多语言无标点自我监督句子分割方法，用未分割文本中的换行符进行分段，利用少量标注的样本即可适应分割不同语料库。作者通过使用该方法与训练 MT 模型相匹配的句子分割方式，在 BLEU 分数和 MT 翻译质量上取得了显著改进。

May, 2023

该研究提出了一个涵盖库尔德语（Sorani）中几个实体类别的数据集，涉及命名实体识别等自然语言处理领域，并公开该数据集供非商业用途，以填补目前资源匮乏的局面。

Jan, 2023

通过进行现场访问与记录，我们获得了 6 个次方言的 29 小时、16 分钟和 40 秒的音频记录，应用了三种深度学习模型（ANN，CNN 和 RNN-LSTM），并比较了它们的性能，发现 RNN-LSTM 模型表现最佳，准确率达到 96%。

Mar, 2024

本研究使用基于规则的方法将 Sorani Kurdish 的两种正字法进行翻译，并提出了有关 Sorani Kurdish 翻译的新颖想法，其翻译系统 Wergor 的整体精度为 82.79％，对双重字符的检测精度超过 99％，并提供了一个手动翻译的库。

Nov, 2018

该论文介绍了一项将库尔德语口语和库尔德聋人使用的自然语言 —— 库尔德手语（KuSL）自动转换的研究。该研究使用基于 Avatar 的技术将中等库尔德方言 Sorani 的文字转换为库尔德手语，并使用统计机器翻译引擎进行了评估，最终在 BLEU 评估中获得了 53.8% 的准确率。

May, 2023

本研究旨在解决少数民族语言技术中面临的数据缺乏问题，提供了从当地新闻网站、当地电台和实地调查这几个角度获取南库尔德语和拉基语的语料库的方法，并探讨了语言识别任务在不同库尔德语言种和扎扎 - 戈拉尼语中的研究。

Apr, 2023

本研究探讨用数据驱动的子字单元、字符和卷积神经网络（CNN）学习的单词嵌入来替代传统的形态学分割，实现阿拉伯语自然语言处理（NLP）中的词分割。实验表明，这些方法在机器翻译和词性标注任务中，可以达到接近或超过最先进性能。同时，研究揭示神经机器翻译系统对源和目标令牌的比值敏感，接近 1 或更大的比值有最佳性能。

Sep, 2017

本篇论文介绍了一种序列标注框架，并将其应用于具有不同书写系统和类型特征的多种语言的单词分割，结果表明，单词分割的准确性与单词边界标记正相关并与非分割术语数量负相关。在此基础上，设计了一套小的语言特定设置，并基于 Universal Dependencies 数据集进行广泛评估，结果表明该模型在所有 UD 语言上获得了最先进的精度，在中文、日语、阿拉伯语和希伯来语等难以划分的语言上表现显著优于以前的工作。

Jul, 2018