ArabicWeb16
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/ArabicWeb16
下载链接
链接失效反馈官方服务：
资源简介：
ArabicWeb16数据集是150,211,934阿拉伯语网页的公共网络抓取，其中包含方言阿拉伯语和现代标准阿拉伯语 (MSA) 的覆盖率很高。我们希望ArabicWeb16能够支持各种研究领域，例如即席搜索，问答，过滤，跨方言搜索，方言检测，实体搜索，博客搜索和垃圾邮件检测等。
提供机构：
OpenDataLab
创建时间：
2023-10-11
搜集汇总
数据集介绍
背景与挑战
背景概述
ArabicWeb16是一个包含超过1.5亿阿拉伯语网页的公开网络抓取数据集，广泛涵盖方言和现代标准阿拉伯语。该数据集旨在支持信息检索、自然语言处理等多种研究应用。
以上内容由遇见数据集搜集并总结生成
