M-AI-C/quran_tafseer

--- dataset_info: features: - name: en-ahmedali dtype: string - name: en-ahmedraza dtype: string - name: en-arberry dtype: string - name: en-asad dtype: string - name: en-daryabadi dtype: string - name: en-hilali dtype: string - name: en-itani dtype: string - name: en-maududi dtype: string - name: en-mubarakpuri dtype: string - name: en-pickthall dtype: string - name: en-qarai dtype: string - name: en-qaribullah dtype: string - name: en-sahih dtype: string - name: en-sarwar dtype: string - name: en-shakir dtype: string - name: en-transliterati dtype: string - name: en-wahiduddi dtype: string - name: en-yusufali dtype: string - name: ayah dtype: int64 - name: sorah dtype: int64 - name: sentence dtype: string splits: - name: train num_bytes: 17616789 num_examples: 6235 download_size: 9631631 dataset_size: 17616789 --- # Dataset Card for "quran_tafseer" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)--- 数据集信息： 特征： - 名称：艾哈迈德·阿里英译文本（en-ahmedali），数据类型：字符串 - 名称：艾哈迈德·拉扎英译文本（en-ahmedraza），数据类型：字符串 - 名称：阿伯里英译文本（en-arberry），数据类型：字符串 - 名称：阿萨德英译文本（en-asad），数据类型：字符串 - 名称：达里亚巴迪英译文本（en-daryabadi），数据类型：字符串 - 名称：希拉利英译文本（en-hilali），数据类型：字符串 - 名称：伊塔尼英译文本（en-itani），数据类型：字符串 - 名称：毛杜迪英译文本（en-maududi），数据类型：字符串 - 名称：穆巴拉克普里英译文本（en-mubarakpuri），数据类型：字符串 - 名称：皮克索尔英译文本（en-pickthall），数据类型：字符串 - 名称：卡拉伊英译文本（en-qarai），数据类型：字符串 - 名称：卡里布拉英译文本（en-qaribullah），数据类型：字符串 - 名称：萨希赫英译文本（en-sahih），数据类型：字符串 - 名称：萨尔瓦尔英译文本（en-sarwar），数据类型：字符串 - 名称：沙基尔英译文本（en-shakir），数据类型：字符串 - 名称：转写英译文本（en-transliterati），数据类型：字符串 - 名称：瓦希杜迪英译文本（en-wahiduddi），数据类型：字符串 - 名称：优素福·阿里英译文本（en-yusufali），数据类型：字符串 - 名称：经文节（ayah），数据类型：64位整数 - 名称：古兰经章（sorah），数据类型：64位整数 - 名称：经文文本（sentence），数据类型：字符串 划分集： - 名称：训练集（train），字节大小：17616789，样本数量：6235 下载大小：9631631 数据集存储大小：17616789 --- # "古兰经经注（quran_tafseer）"数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

"quran_tafseer"

数据集特征

• en-ahmedali: 字符串类型
• en-ahmedraza: 字符串类型
• en-arberry: 字符串类型
• en-asad: 字符串类型
• en-daryabadi: 字符串类型
• en-hilali: 字符串类型
• en-itani: 字符串类型
• en-maududi: 字符串类型
• en-mubarakpuri: 字符串类型
• en-pickthall: 字符串类型
• en-qarai: 字符串类型
• en-qaribullah: 字符串类型
• en-sahih: 字符串类型
• en-sarwar: 字符串类型
• en-shakir: 字符串类型
• en-transliterati: 字符串类型
• en-wahiduddi: 字符串类型
• en-yusufali: 字符串类型
• ayah: 整数类型（int64）
• sorah: 整数类型（int64）
• sentence: 字符串类型

数据集分割

• train:
  • 数据量: 17616789 字节
  • 示例数量: 6235

数据集大小

• 下载大小: 9631631 字节
• 数据集大小: 17616789 字节

搜集汇总

数据集介绍

构建方式

在宗教文本数字化与多语言平行语料库构建的学术背景下，M-AI-C/quran_tafseer数据集应运而生。该数据集以《古兰经》为核心，系统整合了18种广受认可的英文译本，包括Ahmed Ali、Yusuf Ali、Sahih International等权威版本，并保留了经文原文的章节（sorah）与节文（ayah）编号。构建过程中，每一条目均以节文为单位，将不同译者的对应译文与原始阿拉伯语经文进行对齐，最终形成包含6235个训练样本的平行语料库。数据以CSV格式存储，各字段明确标注译者姓名，确保了跨版本对照的便利性与结构严谨性。

使用方法

使用该数据集时，可通过HuggingFace Datasets库直接加载，指定split='train'即可获取全部6235个样本。每条数据以字典形式返回，包含ayah、sorah及18个英文译本字段。研究者可按需提取特定译者的文本，例如通过dataset['en-sahih']访问Sahih International版本，或利用pandas构建多译本对比矩阵。数据集无需额外预处理即可用于训练序列到序列模型、评估翻译一致性或进行跨版本语义相似度计算。建议在使用前确认各译本版权许可，并引用原始数据集卡片以遵循学术规范。

背景与挑战

背景概述

在自然语言处理与宗教文本数字化研究的交汇领域，古兰经及其注释（Tafseer）的多语种对齐数据集具有重要的学术价值。M-AI-C/quran_tafseer数据集由M-AI-C团队创建，旨在汇集18种英文译本与原文的逐句对齐资源，涵盖6235节经文，覆盖Ahmed Ali、Yusuf Ali、Sahih International等权威译作。该数据集的核心研究问题聚焦于跨译本语义一致性分析、古兰经多语种语料库构建以及机器翻译模型的训练与评估。自发布以来，它成为伊斯兰研究、计算语言学与低资源机器翻译领域的重要基准，推动了宗教文本在深度学习场景中的结构化应用，尤其为阿拉伯语-英语平行语料的稀缺性提供了关键补充。

当前挑战

该数据集面临的核心挑战包括：其一，古兰经注释的语义复杂性——不同译本因宗教背景、语言风格与诠释学派差异，导致同一节经文的表达存在显著分歧，这在多译本对齐任务中易引入噪声，影响模型对真实语义的捕捉。其二，数据构建过程中的对齐难题——原始经文与18种译本的逐句对应需依赖人工校验，但仅6235条样本的规模限制了深度学习的泛化能力，且缺乏对罕见词、隐喻句及古阿拉伯语结构的标注，使得模型在细粒度语义理解上表现脆弱。此外，数据集未包含元语言信息（如译本出版年份、译者派别），这增加了跨文化语境建模的难度，并可能引发宗教文本解读的偏差风险。

常用场景

经典使用场景

《古兰经》作为伊斯兰教的根本经典，其深邃的语义与多层次的诠释历来是宗教研究与自然语言处理领域的交汇点。M-AI-C/quran_tafseer数据集以经文节（ayah）为基本单元，系统收录了18种权威英文译本，涵盖从传统注释到现代阐释的多元视角。该数据集最经典的使用场景在于构建跨译本语义对齐模型，通过对比Ahmed Ali、Yusuf Ali等译者的用词差异，研究者能够量化不同文化语境下宗教文本的语义漂移现象。同时，基于6235条经文样本的细粒度标注，该数据为古兰经语料库的自动篇章分割、隐喻识别及修辞结构分析提供了标准化基准，尤其适用于低资源宗教文本的序列标注任务。

解决学术问题

在宗教文本数字化研究中，多译本平行语料的匮乏长期制约着计算语言学方法的深度应用。该数据集通过整合18种英语译本与原始阿拉伯语经文的对应关系，直接解决了跨语言语义等价性标注这一核心难题。学术层面，它使研究者得以系统检验不同翻译策略对神学概念传递的影响，例如通过对比Maududi的注疏式译法与Pickthall的直译风格，可量化分析译者意识形态在文本中的渗透程度。此外，数据集的结构化设计（包含章节编号sorah与节号ayah）为《古兰经》章节互文性研究提供了可计算框架，推动了对经文内循环论证模式的计量分析，显著提升了宗教经典数字人文研究的可复现性。

实际应用

该数据集在宗教教育科技领域展现出独特价值，例如智能解经问答系统可利用多译本对比功能，为不同文化背景的求学者提供个性化的经文解读。实际部署中，开发者可基于sentence字段构建古兰经节文搜索引擎，支持用户通过自然语言查询匹配特定主题的经文及其不同译本解释。在跨文化传播场景下，数据集中的英译变体库被用于开发宗教文本风格迁移工具，帮助非母语使用者理解古典阿拉伯语中的修辞技法。此外，其结构化数据格式也适配于移动端《古兰经》学习应用，通过自动生成多译本对照阅读界面，显著提升了宗教经典研习的交互体验。

数据集最近研究

最新研究方向

在自然语言处理与宗教文本数字化交叉的前沿领域，M-AI-C/quran_tafseer数据集为《古兰经》多译本平行语料研究提供了关键资源。该数据集整合了18种英文译注版本及对应的经文节句，涵盖从古典权威译本到现代语义阐释的多元视角，为跨语言语义对齐、翻译风格量化分析以及宗教语料中的多义性消解开辟了新路径。当前，研究者正借助此类细粒度注释数据，探索神学文本在机器翻译中的忠实度评估框架，并尝试通过对比不同译者的修辞策略，揭示文化语境对宗教话语重构的深层影响。这一方向的突破有望推动低资源语言的神学文献自动化处理，同时为数字人文学科中的文本传承研究注入实证基础。