Arabic 911 dataset

NIAID Data Ecosystem2026-05-01 收录

紧急呼叫分析

阿拉伯语语言处理

数据链接：

https://data.mendeley.com/datasets/8j268m8pr7 数据链接链接失效反馈

官方服务：

资源简介：

Data can serve as an input for the machine learning process. It directly analyzes emergency calls in Arabic to direct the report to the concerned party.

创建时间：

2024-02-13

3LM Benchmark

阿拉伯语语言处理

科学推理编程基准

3LM (علم) 是第一个专注于科学推理和编程的阿拉伯语原生基准测试套件。它包含三个子基准测试：1. Native STEM：来自真实阿拉伯教育材料的865道多项选择题（MCQ）；2. Synthetic STEM：使用YourBench管道从阿拉伯教育文本生成的1,744道高难度MCQ；3. Arabic Code Benchmarks：通过GPT-4o翻译成阿拉伯语并经过反向翻译和人工验证的

github2025-08-04 更新170

阿拉伯语通用文本语料库

阿拉伯语语言处理

低资源机器翻译

本数据集聚焦阿拉伯语高质量、大规模训练语料稀缺的关键问题，面向多语言大模型研发、机器翻译及阿拉伯语NLP研究团队。涵盖通用文本、翻译对齐语料及领域文档，为低资源语言场景提供稀缺的正则化文本输入。研究人员可利用该数据集进行阿拉伯语语言模型预训练、机器翻译系统优化及文本理解任务微调，有效缓解因数据匮乏导致的生成质量不稳定问题。数据规模可支撑从零训练中小规模专用模型，也可作为多语言模型增量训练的关键

国家数据集管理服务平台2026-04-28 更新140

CIDAR

阿拉伯语语言处理

指令遵循

该数据集专为阿拉伯语自然语言处理任务设计，包含了指令与输出结果的对，旨在帮助模型理解和生成不同类型任务下的回应。每条记录都包含了独特的阿拉伯语指令及其对应的输出结果，这样的设计有助于提升模型遵循指令的能力。该数据集的主要任务是指导遵循。

arXiv120

arabic-itsm-dataset

IT服务管理

阿拉伯语语言处理

阿拉伯语ITSM数据集是一个包含10,000条阿拉伯语IT支持工单的合成数据集，采用埃及阿拉伯方言编写，并标注了结构化的3级ITSM分类体系。数据集涵盖了完整的帮助台场景，包括访问问题、网络故障、硬件错误、软件问题、安全事件和服务请求等。技术词汇中混合了英语术语，真实反映了埃及工作场所的通信特点。数据集包含18个字段，包括工单ID、创建/更新时间戳、提交渠道、生成模型、方言类型、阿拉伯语标题和

Hugging Face2026-03-02 更新150

阿拉伯语推文仇恨言论分析数据集

阿拉伯语语言处理

仇恨言论检测

本数据集为阿拉伯语推文仇恨言论分析数据集，包含10000条阿拉伯语推文，由多位标注者对每条推文进行标注，判断其是否包含冒犯性内容。如果包含冒犯性内容，进一步将其分类为针对宗教、性别、政治、种族、起源等多个目标的仇恨言论。数据集的创建旨在为阿拉伯语自然语言处理领域提供一个资源，以促进仇恨言论检测的研究。

arXiv2025-05-23 更新130

Arabic 911 dataset

资源简介：

相关数据集