NAFIS Arabic Stemming Gold Standard Corpus

B2FIND2026-04-25 收录

阿拉伯语词干提取

阿拉伯语语料库

数据链接：

https://b2find.eudat.eu/dataset/1d22af7e-bafe-5f09-bbbd-2a3473a31bfa 数据链接链接失效反馈

官方服务：

资源简介：

Normalized Arabic Fragments for Inestimable Stemming (NAFIS) is an Arabic stemming gold standard corpus composed by a collection of texts, selected to be representative of...

WanJuan-Arabic（万卷丝路-阿拉伯语）

阿拉伯语语料库

跨文化交流

“万卷·丝路”阿拉伯语语料库，体积超过220GB，包含7个大类和34个小类，覆盖历史、政治、文化、房产、购物、天气、餐饮、百科、专业知识等多个当地特色内容。丰富的主题分类不仅方便了研究人员根据具体需求检索数据，也确保了该语料能够适应不同研究领域多种需求。

魔搭社区2026-07-14 更新740

Normalized Arabic Fragments for Inestimable Stemming (NAFIS)

阿拉伯语词干提取

自然语言处理

Normalized Arabic Fragments for Inestimable Stemming (NAFIS) is an Arabic stemming gold standard corpus composed by a collection of sentences, selected to be representative of Arabic stemming tasks an

catalogue.elra.info110

万卷丝路-阿拉伯语（WanJuan-Arabic）

阿拉伯语语料库

语言学研究

OpenDataLab2026-07-12 更新90

SINAI/OCA

电影评论

阿拉伯语语料库

--- license: cc-by-nc-sa-4.0 language: - ar --- ### Dataset Description **Paper**: [OCA: Opinion corpus for Arabic. Journal of the American Society for Information Science and Technology.](https://on

Hugging Face2024-03-22 更新120

1.5 billion words Arabic Corpus

自然语言处理

阿拉伯语语料库

1.5亿词阿拉伯语语料库是由Ibrahim Abu El-khair创建，旨在构建一个现代阿拉伯语语言语料库。该语料库包含超过五百万篇报纸文章，总计超过15亿词，其中约300万独特词汇。数据来源于八个阿拉伯国家的十个主要新闻源，覆盖了十四年的时间跨度。语料库采用UTF-8和Windows CP-1256两种编码，并使用SGML和XML标记语言进行标记。该语料库主要用于信息检索、计算语言学和自然语言

arXiv2016-11-13 更新90

NAFIS Arabic Stemming Gold Standard Corpus

资源简介：

相关数据集