معالجة اللغات واللغات

Darija Open Dataset (DODa)

نبذة

DODa هي أكبر مجموعة بيانات مفتوحة المصدر للترجمة من الدارجة إلى الإنجليزية، مستضافة على GitHub تحت رخصة CC BY-NC 4.0. تحتوي على أكثر من 1300 اسم و1000 فعل و45,000 جملة وأكثر من 100,000 مدخل إجمالاً.

https://darija-open-dataset.github.io

زيارة الموقع

في نفس الفئة

Goud-sum (HuggingFace) — Darija Summarization Dataset

158 ألف مقالة + عناوين من موقع Goud.ma — مجموعة بيانات تلخيص نصوص بالدارجة/العربية الفصحى

MA_Open_Datasets — Goud.ma

مقالات Goud الإخبارية بصيغة CSV — توزيع بديل لبيانات Goud

MA_Open_Datasets — LeMatin

مقالات جريدة Le Matin مصنفة حسب الفئة — وطن، اقتصاد، ثقافة، رياضة

MA_Open_Datasets — MoroccoWorldNews

مجموعة بيانات مقالات إخبارية من MoroccoWorldNews