معالجة اللغات واللغات

DarNERcorp — Named Entity Recognition in Moroccan Darija

نبذة

DarNERcorp مجموعة نصوص موسومة يدوياً لـ NER (التعرف على الكيانات المسماة) تضم 65,905 رمزاً بالدارجة المغربية. تشمل: أشخاص، أماكن، مؤسسات، تاريخ/وقت، وأخرى. متاحة على Mendeley Data (الإصدار 4). نُشرت 2023.

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

زيارة الموقع

في نفس الفئة

Goud-sum (HuggingFace) — Darija Summarization Dataset

158 ألف مقالة + عناوين من موقع Goud.ma — مجموعة بيانات تلخيص نصوص بالدارجة/العربية الفصحى

Darija Open Dataset (DODa)

أكثر من 100 ألف مدخل للترجمة من الدارجة إلى الإنجليزية — أكبر مجموعة بيانات مفتوحة المصدر للدارجة

MA_Open_Datasets — Goud.ma

مقالات Goud الإخبارية بصيغة CSV — توزيع بديل لبيانات Goud

MA_Open_Datasets — LeMatin

مقالات جريدة Le Matin مصنفة حسب الفئة — وطن، اقتصاد، ثقافة، رياضة