Awesome Arabic NLP

قائمة منسقة لأفضل الأدوات والمكتبات والنماذج ومجموعات البيانات في مجال معالجة اللغة العربية (Arabic Natural Language Processing).

هذا المستودع يهدف إلى جمع أهم الموارد الخاصة بـ Arabic NLP في مكان واحد، وهو مشروع مجتمعي يمكن لأي شخص المساهمة فيه عبر Pull Request.

---

Contents

• Frameworks & Libraries
• Named Entity Recognition (NER)
• Part-of-Speech Tagging (POS)
• Datasets
• Pre-trained Models
• Research Papers
• Learning Resources
• Contributing

---

Frameworks & Libraries

Python

• CAMeL Tools https://github.com/CAMeL-Lab/camel_tools Toolkit متقدم لمعالجة اللغة العربية (tokenization, morphology, NER, POS)

• PyArabic https://github.com/linuxscout/pyarabic مكتبة للتعامل مع النصوص العربية

• AraNLP https://github.com/linuxscout/aranlp أدوات متعددة لمعالجة اللغة العربية

• Tashaphyne https://github.com/linuxscout/tashaphyne مكتبة للتجذير والتحليل الصرفي

---

Named Entity Recognition (NER)

التعرف على الكيانات الاسمية مثل:

• Person
• Location
• Organization
• Date

Tools

• CAMeL Tools NER https://github.com/CAMeL-Lab/camel_tools

• Stanford Arabic NER https://stanfordnlp.github.io/CoreNLP/

Datasets

• WikiANN Arabic https://huggingface.co/datasets/wikiann

• ARB-NER Dataset https://alt.qcri.org/resources/arb-ner/

---

Part-of-Speech Tagging (POS)

تحديد نوع الكلمة داخل الجملة.

Examples:

• NOUN
• VERB
• ADJ
• ADV
• PRON

Tools

• CAMeL Tools POS Tagger https://github.com/CAMeL-Lab/camel_tools

• Farasa POS Tagger https://farasa.qcri.org/

• MADAMIRA https://github.com/ColumbiaNLP/madamira

• Stanford POS Tagger https://stanfordnlp.github.io/CoreNLP/

Datasets

• UD Arabic Treebank https://universaldependencies.org/

---

Datasets

• SANAD Dataset https://data.mendeley.com/datasets/57zpx667y9

• Arabic Poetry Dataset https://github.com/linuxscout/arabicpoetry

• ArSAS Sentiment Dataset https://homepages.inf.ed.ac.uk/wmagdy/ArSAS.htm

• Arabic SQuAD https://github.com/ppaudel/arabic-squad

---

Pre-trained Models

• AraBERT https://huggingface.co/aubmindlab/bert-base-arabert

• AraGPT2 https://huggingface.co/aubmindlab/aragpt2-base

• AraELECTRA https://huggingface.co/aubmindlab/araelectra-base

• CAMeL BERT https://huggingface.co/CAMeL-Lab

---

Research Papers

• AraBERT: Transformer-based Model for Arabic NLP https://arxiv.org/abs/2003.00104

• CAMeL Tools: An Open Source Toolkit for Arabic NLP https://aclanthology.org/2020.lrec-1.868

• Farasa: A Fast and Accurate Arabic NLP Toolkit https://aclanthology.org/L16-1170

---

Learning Resources

• Natural Language Processing for Arabic (Book)

• Arabic Computational Linguistics

• NLP with Python

---

Contributing

المشروع مفتوح للمجتمع ونرحب بإضافة أدوات أو مصادر جديدة.

Steps

1. Fork the repository
2. Add your resource
3. Follow the existing format
4. Submit a Pull Request

---