Retour aux données ouvertes
NLP & Langues
OMCD — Offensive Moroccan Comments Dataset
À Propos
OMCD (Offensive Moroccan Comments Dataset) : 8024 commentaires YouTube en dialecte marocain (Darija), annotés manuellement pour la détection de langage offensant. Publié en 2023 dans Springer Language Resources & Evaluation. Utile pour les systèmes de modération de contenu en Darija.
https://github.com/kabilessefar/OMCD-Offensive-Moroccan-Comments-Dataset
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
