Performance results comparison obtained on CBOW feature for Arabic and code-mixing.

NIAID Data Ecosystem2026-05-02 收录

数据链接：

https://figshare.com/articles/dataset/Performance_results_comparison_obtained_on_CBOW_feature_for_Arabic_and_code-mixing_/26320777 数据链接链接失效反馈

官方服务：

资源简介：

Performance results comparison obtained on CBOW feature for Arabic and code-mixing.

创建时间：

2024-07-17

MASAQ: Morphologically-Analyzed and Syntactically-Annotated Quran Dataset

阿拉伯语语言处理

语言学

The Morphologically-Analyzed and Syntactically-Annotated Quran (MASAQ) dataset is a high-quality, annotated resource designed to advance Arabic Natural Language Processing (NLP). Covering the entire Q

DataCite Commons2025-05-01 更新160

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

Performance results comparison obtained on CBOW feature for Arabic and code-mixing.

资源简介：

相关数据集