معالجة اللغات واللغات

OMCD — Offensive Moroccan Comments Dataset

نبذة

OMCD: 8024 تعليق على يوتيوب بالدارجة المغربية، موسومة يدوياً للكشف عن اللغة المسيئة. نُشر 2023 في Springer Language Resources & Evaluation. مفيد لأنظمة مراقبة المحتوى بالدارجة.

https://github.com/kabilessefar/OMCD-Offensive-Moroccan-Comments-Dataset

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