Retour aux données ouvertes
NLP & Langues
IADD — Integrated Arabic Dialect Identification Dataset
À Propos
Dataset intégré d'identification de dialectes arabes (IADD) : 135 804 textes provenant de Twitter, Facebook, transcriptions manuelles et commentaires de presse. Couvre 4 grandes régions dialectales : Maghreb (dont Maroc), Levant, Égypte, Golfe. Publié en 2022 dans Data in Brief.
https://github.com/JihadZa/IADD
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
