NLP & Langues

MDMD — Multi-labeled Moroccan Dialect Dataset

À Propos

MDMD est un dataset à accès ouvert et multi-labels pour le dialecte arabe marocain (Darija). Conçu pour soutenir des tâches NLP complexes nécessitant plusieurs étiquettes par instance. Utile pour la classification multi-labels, l'analyse de sentiment, et d'autres tâches NLP en Darija.

https://github.com/otman-gi/MDMD

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