bourbouh/moroccan-darija-youtube-subtitles

该数据集包含来自摩洛哥YouTube视频的字幕，这些字幕使用摩洛哥方言Darija。数据集以CSV文件形式提供，每行代表一个YouTube视频，包含视频ID、标题和Darija语言的转录文本。数据集涵盖了多种主题，如娱乐、新闻和历史等，提供了摩洛哥Darija语言在YouTube内容中的广泛使用示例。

原始信息汇总

Moroccan Darija YouTube Subtitles Dataset

数据集描述

该数据集包含来自摩洛哥YouTube视频的摩洛哥达里贾方言字幕。字幕来自多个受欢迎的摩洛哥YouTube频道，提供了多样化的达里贾语言转录。

数据集结构

数据集以CSV文件形式提供，每行代表一个YouTube视频，包含以下列：

• video_id：YouTube视频的唯一标识符。
• title：YouTube视频的标题。
• transcript：视频的摩洛哥达里贾方言转录，不含时间戳。

字幕涵盖了广泛的主题，包括娱乐、新闻、历史等，提供了摩洛哥达里贾语言在YouTube内容中的全面代表。

文件结构

数据集是一个名为moroccan_darija_subtitles.csv的CSV文件，其结构如下：

video_id,title,transcript video1_id,Video 1 Title,Video 1 Transcript in Moroccan Darija video2_id,Video 2 Title,Video 2 Transcript in Moroccan Darija ...

• CSV文件的第一行包含列标题：video_id、title和transcript。
• 后续每行代表一个YouTube视频及其相应的字幕信息。

许可

该数据集根据Creative Commons Attribution 4.0 International License进行许可。使用此数据集即表示您同意许可的条款和条件。