العودة إلى البيانات المفتوحة
معالجة اللغات واللغات
Offensive-Darija-Detection — a-ibrahimi
نبذة
مجموعة بيانات الدارجة المغربية للكشف عن المحتوى المسيء. تتكون من جمل بالدارجة المغربية مصنفة يدويًا كمحتوى مسيء أو غير مسيء. مفيدة لتطوير نماذج الكشف عن المحتوى المسيء في الدارجة المغربية.
https://github.com/a-ibrahimi/Moroccan-Darija-Offensive-Language-Detection-Dataset
زيارة الموقعفي نفس الفئة
Goud-sum (HuggingFace) — Darija Summarization Dataset
158 ألف مقالة + عناوين من موقع Goud.ma — مجموعة بيانات تلخيص نصوص بالدارجة/العربية الفصحى
Darija Open Dataset (DODa)
أكثر من 100 ألف مدخل للترجمة من الدارجة إلى الإنجليزية — أكبر مجموعة بيانات مفتوحة المصدر للدارجة
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
