banglanlp-hub

BanglaNLP Hubは、ベンガル語（バングラ語）の自然言語処理リソースをコミュニティで管理するカタログで、ベンガル語を扱う研究者や実践者のための中央集約的なディレクトリとして機能します。このプロジェクトは13のNLPタスクにわたる論文、データセット、モデル、ツール、ベンチマークを集約し、現在712件の論文、63件のデータセット、20件のモデル、9件のツールを収録しています。 サイトはAstroとTypeScriptを使用した静的サイトとして構築されており、クライアントサイドフレームワークは使用していません。カタログ検索、テーマ切り替え、モバイルナビゲーション、タスクタブ、テーブルの並べ替え、BibTeXコピー用の小さなバニラJavaScriptアイランドのみを備えています。すべてのコンテンツは/dataディレクトリ配下のYAMLファイルからレンダリングされ、ページ内にハードコードされたものはありません。 このプロジェクトの特徴は、厳格なデータ誠実性ポリシーです。カタログはいくつかのルールを強制します：値の捏造禁止（スコア、引用数、BibTeXエントリは決して合成されない）、リーダーボードは適切な引用が出典として付くまで空のまま維持、公開リンクは毎晩検証、エントリはACL Anthology、arXiv、OpenAlexなどの権威ある情報源と照合して手作業で検証されます。このプロジェクトは、元のデザインプロトタイプから引き継いだ虚偽のエントリ（存在しないモデル、架空のタイトルでの重複エントリ、出版情報のない論文）を削除した経緯があります。 カタログはURLパラメータによる共有可能なフィルタに対応しています。データセットはクエリ、タスク、ライセンス、年でフィルタリングでき、論文はクエリ、タスク、掲載先、年でフィルタリングできます。ライセンスフィルタは、カタログ内のライセンス表記をカテゴリ（オープン、非商用、研究用、その他）にグループ化しますが、データセットのライセンスを検証・認定するものではありません。オープンカテゴリはMIT、Apache 2.0、CC0、ODC-BY、CC BY 4.0、CC BY-SA 4.0のみを対象としています。 このプロジェクトには、Zodスキーマを使用した検証システムが含まれており、欠落または不正なフィールド、無効なURL、古い検証日付、重複したIDやリンク、未知のデータセットや論文を参照するリーダーボードをチェックします。この検証はすべてのプルリクエストでCI上で実行され、デプロイの可否を決定します。 貢献は2つの方法で受け付けています：「リソースを提出（Submit a resource）」イシューをリンク付きで開く方法（最も迅速な方法）、またはYAMLファイルを編集して直接PRを開く方法です。プロジェクトはすべての貢献者をCONTRIBUTORS.mdに記載しています。支援が必要な主な領域は以下の通りです：論文のタスク割り当てのレビュー（ほとんどの論文はタイトルのヒューリスティックによるタスク割り当てで一括インポートされています）、空のリーダーボードの充填（11のベンチマークのうち9つが空の状態で提供されています）、不足しているBibTeXエントリの追加、データセットサイズの検証、新規リソースの追加。 プロジェクトにはデザインリファレンスディレクトリも含まれており、YAMLの移行元となったオリジナルのClaude Designプロトタイプデータを来歴（provenance）の目的で保管していますが、ビルド時には使用されません。サイトのコードはMITライセンスで提供され、カタログのエントリはそれぞれ独自のライセンスを持つサードパーティのリソースへのリンクです。