NLP & Langues

Offensive-Darija-Detection — a-ibrahimi

À Propos

Dataset de détection de contenu offensant en Darija marocaine. Un dataset annoté manuellement composé de phrases en Darija marocaine pour la détection de contenu offensant. Utile pour le développement de modèles de modération de contenu.

https://github.com/a-ibrahimi/Moroccan-Darija-Offensive-Language-Detection-Dataset

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