Retour aux données ouvertes
NLP & Langues
Darija-Dataset-Builder — IlyasFardaouix
À Propos
Pipeline évolutif pour construire des datasets NLP en Darija marocaine pour l'entraînement de grands modèles de langage. Fournit des outils et bibliothèques pour l'extraction, le traitement et l'organisation des données.
https://github.com/IlyasFardaouix/darija-dataset-builder
Visiter le siteDans la même catégorie
Goud-sum (HuggingFace) — Darija Summarization Dataset
158k articles + headlines from Goud.ma — Darija/MSA text summarization dataset
Darija Open Dataset (DODa)
100k+ entries darija↔English — largest open source Darija translation dataset
MA_Open_Datasets — Goud.ma
Goud news articles in CSV format — alternative distribution of Goud data
MA_Open_Datasets — LeMatin
Le Matin newspaper articles by category — nation, économie, culture, sport
