🥂 𝐋𝐀𝐍𝐂𝐄𝐌𝐄𝐍𝐓 𝐓𝐀𝐓𝐎𝐊𝐀𝐁 🎉

____________________________________
Annonce - 𝐋𝐚𝐧𝐜𝐞𝐦𝐞𝐧𝐭 𝐨𝐟𝐟𝐢𝐜𝐢𝐞𝐥 𝐝𝐞 𝐓𝐚𝐭𝐨𝐊𝐚𝐛.𝐧𝐞𝐭 - 𝐩𝐥𝐚𝐭𝐞𝐟𝐨𝐫𝐦𝐞 𝐝𝐞 𝐜𝐨𝐫𝐩𝐮𝐬 𝐝𝐞é𝐝𝐢é𝐞 à 𝐥𝐚 𝐥𝐚𝐧𝐠𝐮𝐞 𝐤𝐚𝐛𝐲𝐥𝐞
____________________________________

Nous avons le plaisir d’annoncer que ce lundi 8 décembre 2025, l’Académie kabyle 𝐓𝐚𝐤𝐚𝐝𝐢𝐦𝐢𝐭 𝐓𝐚𝐪𝐯𝐚𝐲𝐥𝐢𝐭 lance officiellement TatoKab.net, une plateforme collaborative de collecte, traduction et gestion de phrases destinée à constituer un corpus multilingue, centré sur la langue kabyle (ISO 639-3 : kab).

Cette version de l’annonce est localisée en anglais, mais sera prochainement disponible également en français et en kabyle, éventuellement en espagnol.

____________________________________

𝐔𝐧𝐞 𝐩𝐥𝐚𝐭𝐞𝐟𝐨𝐫𝐦𝐞 𝐢𝐧𝐬𝐩𝐢𝐫𝐞́𝐞 𝐝𝐞 𝐓𝐚𝐭𝐨𝐞𝐛𝐚, 𝐦𝐚𝐢𝐬 𝐫𝐞𝐩𝐞𝐧𝐬𝐞́𝐞 𝐩𝐨𝐮𝐫 𝐥𝐞 𝐓𝐀𝐋𝐍 𝐤𝐚𝐛𝐲𝐥𝐞

TatoKab.net reprend le modèle collaboratif de Tatoeba, auquel nous contribuons depuis huit ans, tout en recentrant entièrement la logique de corpus sur :

🇮🇨 le kabyle (langue principale et prioritaire),

🇨🇵 le français,

🇬🇧 l’anglais,

🇪🇸 l’espagnol.

L’objectif est de produire un corpus propre, aligné, stable, exportable, directement exploitable pour l’IA, la linguistique computationnelle, l’enseignement et la recherche.

Le logo associe le design de Tatoeba aux couleurs du drapeau kabyle, tout en assumant la spécificité graphique kabyle, notamment le caractère “v”. Dans le "Help" s'y trouvent :

🔴 Un alphabet exhaustif avec la phonétique kabyle,

🔴 Une charte linguistique détaillant les règles grammaticales, morphosyntaxiques, orthographiques et méthodologie de néologisation,

🔴 Une notice d'utilisation interactive,

🔴 Un lexique utile.

____________________________________

𝐒𝐲𝐧𝐭𝐚𝐱𝐞 𝐧𝐚𝐭𝐮𝐫𝐞𝐥𝐥𝐞 𝐤𝐚𝐛𝐲𝐥𝐞 𝐞𝐭 𝐜𝐨𝐧𝐬𝐨𝐥𝐢𝐝𝐚𝐭𝐢𝐨𝐧 𝐧𝐨𝐫𝐦𝐚𝐭𝐢𝐯𝐞

Le projet insiste sur :

🔘 Une syntaxe kabyle authentique, fidèle aux usages naturels ;

🔘 Une morphosyntaxe stabilisée, respectant la valence verbale et les constructions natives ;

🔘 Une rigueur destinée à éviter les corpus hybrides et à préparer la génération de modèles IA spécifiquement kabyles.

____________________________________

𝐀𝐫𝐜𝐡𝐢𝐭𝐞𝐜𝐭𝐮𝐫𝐞 𝐬é𝐜𝐮𝐫𝐢𝐬é𝐞 𝐞𝐭 𝐭𝐞𝐜𝐡𝐧𝐨𝐥𝐨𝐠𝐢𝐞𝐬 𝐝𝐞 𝐩𝐨𝐢𝐧𝐭𝐞

La plateforme repose sur :

🟢 Des technologies robustes (React, TypeScript, PostgreSQL...),

🟢 Des bibliothèques mises à jour en continu,

🟢 Une architecture pensée pour la scalabilité, la sécurité et la pérennité,

🟢 Des modules IA intégrés pour l’aide à la correction, la détection d’incohérences et l’automatisation de tâches.

____________________________________

𝐄𝐱𝐩𝐨𝐫𝐭 𝐝𝐮 𝐜𝐨𝐫𝐩𝐮𝐬 𝐞𝐧 𝐟𝐨𝐫𝐦𝐚𝐭𝐬 𝐨𝐮𝐯𝐞𝐫𝐭𝐬

👉Le corpus pourra être exporté librement sous licence "CC0" : (CSV et JSON) pour le texte, MP3 pour les enregistrement vocaux.

____________________________________

𝐂𝐨𝐥𝐥𝐚𝐛𝐨𝐫𝐚𝐭𝐢𝐨𝐧 𝐛𝐞́𝐧𝐞́𝐯𝐨𝐥𝐞 𝐞𝐭 𝐞́𝐜𝐨𝐬𝐲𝐬𝐭𝐞̀𝐦𝐞 𝐨𝐫𝐠𝐚𝐧𝐢𝐬𝐞́

La participation nécessite une maîtrise minimale de la grammaire kabyle.

Trois niveaux structurent la communauté :

🛠️ Administrateurs

🛠️ Modérateurs

🛠️ Collaborateurs

Des outils de motivation sont intégrés :

📊 statistiques en temps réel,

📊podium,

📊 badges de contribution,

📊 suivi individuel et global.

____________________________________

𝐋𝐨𝐜𝐚𝐥𝐢𝐬𝐚𝐭𝐢𝐨𝐧 𝐞𝐧 é𝐯𝐨𝐥𝐮𝐭𝐢𝐨𝐧

Au lancement, l’interface sera en anglais.

Suivront progressivement les locales :

🇮🇨 kabyle,

🇨🇵 français.

Les évolutions prévues incluent :

➕ Un moteur de recherche avancé.

➕ Un mode lexicographique.

➕ Aide à la correction des mots et phrases Kabyles.

➕ Des modules pédagogiques.

____________________________________

𝐎𝐮𝐯𝐞𝐫𝐭𝐮𝐫𝐞 𝐨𝐟𝐟𝐢𝐜𝐢𝐞𝐥𝐥𝐞 – 𝐋𝐮𝐧𝐝𝐢 8 𝐝é𝐜𝐞𝐦𝐛𝐫𝐞 𝟐𝟎𝟐𝟓

Nous invitons l’ensemble des chercheurs, lides linguistesspécialistes du TALN, développeurs IA, enseignants et passionnés de la langue kabyle à rejoindre cette initiative structurante.

TatoKab.net se veut un socle scientifique durable pour les technologies linguistiques kabyles.

____________________________________

𝗧𝗔𝗞𝗔𝗗𝗜𝗠𝗜𝗧 𝗧𝗔𝗤𝗩𝗔𝗬𝗟𝗜𝗧

NB : Nous communiquerons régulièrement les statistiques et les mises à jour importantes.

Should punctuation marks be counted in the character count? In Chinese, for example, in Word, each punctuation mark counts as one character (and when we wrote essays as students, punctuation was also included in the character count). On Tatoeba, the Chinese enumeration comma (、) and period (。) are counted as one character, but question marks (？), exclamation marks (！), colons (：), and semicolons (；) are not counted. I think the Chinese counting standard should be improved.

Additionally, since search engines do not ignore Chinese periods, when searching for "瑪莉"$, only results like "……瑪莉？" can be obtained, while "……瑪莉。" cannot be found. This should be considered a bug.

標點符號是否應該計入字數？就中文而言，在 Word 中，每個標點符號都會記作一個字 (而且我們在學生時代寫作文時標點符號也是都計入字數的)。在 Tatoeba 上，頓號 (、) 和句號 (。) 會計作一個字，但是問號 (？)、驚嘆號 (！)、冒號 (：)、分號 (；) 都是不計入字數的。我覺得應該完善一下中文的計數標準。

另外，由於搜尋引擎不忽略中文的句號，所以當搜尋「"瑪莉"$」時只能得出「……瑪莉？」的結果，「……瑪莉。」是搜尋不到的。這應該屬於 Bug。

句読点は文字数に含めるべきでしょうか。中国語の場合、Wordではすべての句読点が1文字としてカウントされます（学生時代に作文を書くときも、句読点は文字数に含まれていました）。Tatoebaでは、読点（、）や句点（。）は1文字としてカウントされますが、疑問符（？）、感嘆符（！）、コロン（：）、セミコロン（；）は文字数に含まれません。中国語の文字数カウントの基準は改善すべきだと思います。

また、検索エンジンが中国語の句点を無視しないため、「"瑪莉"$」を検索すると「……瑪莉？」の結果しか出ず、「……瑪莉。」は検索されません。これはバグに該当すると思われます。

Hi everyone,

I have tried to use the sentence export page on Tatoeba, but unfortunately, I am not managing to do it correctly. Could someone please help me download the following data (preferably as a CSV file, zipped or not)?

1. All Kabyle sentences
—with their translations in French, English, and Spanish,
—and with an audio recording attached.

2. All original Kabyle sentences that:
—do not have translations,
—do not have audio recordings,
—but without duplicated sentences if possible.

Any help, guidance, or explanation on how to extract these properly would be greatly appreciated.

Thank you very much in advance!

Igider



Dowload
https://tatoeba.org/en/downloads

Advanced search:
https://tatoeba.org/en/sentences/advanced_search