iahlt/alarab_articles
收藏数据集概述
数据集信息
-
特征列表：
url：字符串类型title：字符串类型description：字符串类型meta_keywords：字符串序列tags：字符串序列public_date：字符串类型author：字符串类型subtitle：字符串类型view：整数类型main_category：字符串类型sub_category：字符串类型city：字符串类型text：字符串类型title_len：整数类型description_len：整数类型public_date_len：浮点数类型subtitle_len：浮点数类型text_len：整数类型
-
数据分割：
train：包含497537790字节，145069个样本
-
数据集大小：
- 下载大小：211536806字节
- 数据集大小：497537790字节
-
配置：
default：包含训练数据文件路径data/train-*
-
任务类别：
- 特征提取
- 填充掩码
-
语言：
- 阿拉伯语
描述
从alarab网站抓取的文章，约145,069篇文章。
示例
json { "url": "https://www.alarab.co.il/Article/1038538", "title": "وفيات النقب | الحاجة فاطمة البحيري في ذمة الله", "description": "انتقلت إلى رحمته تعالى مساء اليوم، السبت، في اللقية الحاجة فاطمة حسن الأسد-البحيري (أم سلمان) عن عمر ناهز 93 عاما. والمرحومة هي أرملة المرحوم علي البحيري.ومن المتوقع أن يتم تشييع جثمانها الطاهر إلى أول منازل الآخرة في مقبرة خربة اللقية صب", "meta_keywords": ["اخبار اليوم، موقع العرب، اخبار العرب، موقع أخبار ، رياضة ، سياسة ، فن عالمي ، فن عربي ، اقتصاد ، موسيقى ، ترفيه ، ألعاب ، سيارات ، أغاني ، كليبات ، افلام عربية ، صور جميلات العرب ومشاهير العرب"], "tags": ["حالة الطقس", "اسعار العملات مقابل الشيكل", "الطقس", "حالة الطقس اليوم"], "public_date": "09/07/22 22:40", "author": "ياسر العقبي", "subtitle": "وفيات النقب | الحاجة فاطمة البحيري في ذمة الله", "view": 20, "main_category": "أخبار", "sub_category": "وفيات", "city": None, "text": "انتقلت إلى رحمته تعالى مساء اليوم، السبت، في اللقية الحاجة فاطمة حسن الأسد-البحيري (أم سلمان) عن عمر ناهز 93 عاما. والمرحومة هي أرملة المرحوم علي البحيري.ومن المتوقع أن يتم تشييع جثمانها الطاهر إلى أول منازل الآخرة في مقبرة خربة اللقية صباح يوم غد الأحد.تقبل التعازي في خيمة العزاء بالقرب من بيت الفقيدة.", "title_len": 46, "description_len": 238, "public_date_len": 14.0, "subtitle_len": 46.0, "text_len": 304 }
引用
如果使用此数据集，请引用：
@InProceedings{iahlt2023alarab_articles, author = "iahlt", title = "Arabic Corpus: Alarab", year = "2023", publisher = "", location = "", }
