Datasetpublic

doraking/ryukyuan-okinawan-corpus

琉球語（沖縄語）↔ 日本語対訳コーパス概要国立国語研究所が公開する『沖縄語辞典』索引篇（CC BY 4.0）を構造化した、日本語 → 琉球語（首里方言）の対訳データセットです。琉球語はUNESCOが「消滅危機言語」に分類しており、話者数は現在数百人以下と推定されています。 NLP・機械学習向けのオープンデータとしては世界的にも極めて希少な資源です。データ統計項目数値総レコード数 9,253件漢字表記あり 8,249件品詞・文法注記あり 295件言語コード（琉球語） ryu (ISO 639-3) 言語コード（日本語） jpn (ISO 639-3) 方言首里方言（沖縄本島中南部）フォーマット ryukyuan_japanese_index.csv / .jsonl 列名説明例 id レコードID… See the full description on the dataset page: https://huggingface.co/datasets/doraking/ryukyuan-okinawan-corpus.

sourceHugging Facecc-by-4.0updated 5mo agoView on Hugging Face

1likes52downloads

Dataset Card

琉球語（沖縄語）↔ 日本語対訳コーパス

概要

国立国語研究所が公開する『沖縄語辞典』索引篇（CC BY 4.0）を構造化した、 日本語 → 琉球語（首里方言） の対訳データセットです。

琉球語はUNESCOが「消滅危機言語」に分類しており、話者数は現在数百人以下と推定されています。 NLP・機械学習向けのオープンデータとしては世界的にも極めて希少な資源です。

データ統計

項目	数値
総レコード数	9,253件
漢字表記あり	8,249件
品詞・文法注記あり	295件
言語コード（琉球語）	ryu (ISO 639-3)
言語コード（日本語）	jpn (ISO 639-3)
方言	首里方言（沖縄本島中南部）

フォーマット

ryukyuanjapaneseindex.csv / .jsonl

列名	説明	例
`id`	レコードID	ninjalsakuin00001
`japanese`	日本語見出し	あいさつ
`kanji`	漢字表記	〔挨拶〕
`grammatical_note`	品詞・文法注記	(感動)
`primary_ryukyuan`	主要な琉球語形	?eesaCi
`ryukyuan_full`	関連語形・複合語を含む全内容	?eesaCi/ ～上手 kanamizoozi/...
`dict_page`	辞典ページ番号	615
`dialect`	方言名	首里方言
`language_code_ja`	日本語ISOコード	jpn
`language_code_ryu`	琉球語ISOコード	ryu
`source`	出典	国立国語研究所資料集5『沖縄語辞典』索引篇 CC BY 4.0

転写記号について

琉球語の表記には学術的ローマ字転写を使用しています：

記号	音価
`?`	声門閉鎖音 (ʔ)
`N`	撥音（ん）
`Q`	促音（っ）
`S`, `Z`	口蓋化した子音
`～`	見出し語の省略形

利用可能なタスク

—機械翻訳（日本語 → 琉球語）
—低リソース言語モデリング
—言語保存・ドキュメンテーション
—多言語辞書構築

ライセンス

CC BY 4.0 — 出典を明記すれば商用・研究利用可能。

出典・引用

国立国語研究所資料集5『沖縄語辞典』第9刷（1963年刊行，2001年改訂）
https://mmsrv.ninjal.ac.jp/okinawago/

bibtex

@misc{ryukyuan_okinawan_corpus_2026,
  title={琉球語（沖縄語）日本語対訳コーパス},
  year={2026},
  publisher={National Institute for Japanese Language and Linguistics},
  url={https://mmsrv.ninjal.ac.jp/okinawago/},
  license={CC BY 4.0}
}

Acknowledgements

This dataset was created as part of the Uncharted Data Challenge hosted by Adaption (https://www.adaptionlabs.ai/).

琉球語（沖縄語）↔ 日本語 対訳コーパス

概要