NLP & Langues

DarNERcorp — Named Entity Recognition in Moroccan Darija

À Propos

DarNERcorp est un corpus annoté manuellement de 65 905 tokens pour la Reconnaissance d'Entités Nommées (NER) en Darija marocaine. Couvre les catégories : personnes, lieux, organisations, date/heure, et divers. Disponible sur Mendeley Data (V4). Publié en 2023 dans Data in Brief.

https://data.mendeley.com/datasets/286sss4k9v/4

Visiter le site

Dans 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