130 أسطر
6.0 KiB
Plaintext
130 أسطر
6.0 KiB
Plaintext
# ArabicNLPResources
|
|
|
|
**الدليل المجتمعي لأدوات وموارد معالجة اللغة العربية (Arabic NLP)**
|
|
|
|
[]()
|
|
[]()
|
|
[]()
|
|
|
|
مستودع يجمع **أفضل الأدوات والمكتبات والنماذج ومجموعات البيانات** في مجال **معالجة اللغة العربية (Arabic Natural Language Processing)**.
|
|
|
|
الهدف من هذا المشروع هو أن يكون **مرجعاً مجتمعياً مفتوحاً** بحيث يمكن لأي شخص إضافة أدوات أو مصادر جديدة عبر **Pull Request**.
|
|
|
|
---
|
|
|
|
# 📚 Table of Contents
|
|
|
|
* [Frameworks & Libraries](#frameworks--libraries)
|
|
* [Named Entity Recognition (NER)](#named-entity-recognition-ner)
|
|
* [Part-of-Speech Tagging (POS)](#part-of-speech-tagging-pos)
|
|
* [Datasets](#datasets)
|
|
* [Pre-trained Models](#pre-trained-models)
|
|
* [Research Papers](#research-papers)
|
|
* [How to Contribute](#how-to-contribute)
|
|
* [License](#license)
|
|
|
|
---
|
|
|
|
# 🛠 Frameworks & Libraries
|
|
|
|
| Tool | Description | Link |
|
|
| ----------- | ----------------------------------- | ---------------------------------------- |
|
|
| CAMeL Tools | مجموعة أدوات متقدمة لمعالجة العربية | https://github.com/CAMeL-Lab/camel_tools |
|
|
| Farasa | مكتبة قوية للتحليل الصرفي والتجزئة | https://farasa.qcri.org |
|
|
| PyArabic | مكتبة للتعامل مع النصوص العربية | https://github.com/linuxscout/pyarabic |
|
|
| AraNLP | أدوات متعددة لمعالجة العربية | https://github.com/linuxscout/aranlp |
|
|
|
|
---
|
|
|
|
# 🏷 Named Entity Recognition (NER)
|
|
|
|
أدوات ونماذج لاستخراج الكيانات الاسمية مثل:
|
|
|
|
* الأشخاص
|
|
* المواقع
|
|
* المؤسسات
|
|
* التواريخ
|
|
|
|
| Tool / Model | Description | Link |
|
|
| ------------------- | ----------------------------------- | ---------------------------------------- |
|
|
| CAMeL Tools NER | نظام NER للعربية ضمن CAMeL Tools | https://github.com/CAMeL-Lab/camel_tools |
|
|
| AraBERT NER | نموذج NER مبني على AraBERT | https://huggingface.co/aubmindlab |
|
|
| Stanford Arabic NER | دعم NER للعربية في Stanford CoreNLP | https://stanfordnlp.github.io/CoreNLP/ |
|
|
| WikiANN Arabic | Dataset متعددة اللغات للـ NER | https://huggingface.co/datasets/wikiann |
|
|
|
|
---
|
|
|
|
# 🏷 Part-of-Speech Tagging (POS)
|
|
|
|
أدوات لتحديد نوع الكلمة داخل الجملة مثل:
|
|
|
|
* اسم (NOUN)
|
|
* فعل (VERB)
|
|
* صفة (ADJ)
|
|
* ظرف (ADV)
|
|
|
|
| Tool | Description | Link |
|
|
| ------------------- | ------------------------------ | ---------------------------------------- |
|
|
| CAMeL Tools POS | محلل نحوي وصرفي للعربية | https://github.com/CAMeL-Lab/camel_tools |
|
|
| Farasa POS | نظام سريع لتصنيف الكلمات | https://farasa.qcri.org |
|
|
| MADAMIRA | نظام شامل للتحليل الصرفي و POS | https://github.com/ColumbiaNLP/madamira |
|
|
| Stanford POS Tagger | نموذج POS ضمن Stanford NLP | https://stanfordnlp.github.io/CoreNLP/ |
|
|
|
|
---
|
|
|
|
# 📊 Datasets
|
|
|
|
| Dataset | Description | Link |
|
|
| --------------------- | ------------------------------- | ----------------------------------------------- |
|
|
| Arabic Poetry Dataset | مجموعة كبيرة من الشعر العربي | https://github.com/linuxscout/arabicpoetry |
|
|
| SANAD | Dataset أخبار عربية مصنفة | https://data.mendeley.com/datasets/57zpx667y9 |
|
|
| ArSAS | Dataset تحليل المشاعر للتغريدات | https://homepages.inf.ed.ac.uk/wmagdy/ArSAS.htm |
|
|
| Arabic-SQuAD | Dataset للأسئلة والأجوبة | https://github.com/ppaudel/arabic-squad |
|
|
|
|
---
|
|
|
|
# 🤖 Pre-trained Models
|
|
|
|
| Model | Description | Link |
|
|
| ---------- | ------------------------------ | --------------------------------------------------- |
|
|
| AraBERT | نموذج BERT مدرب للعربية | https://huggingface.co/aubmindlab/bert-base-arabert |
|
|
| AraGPT2 | نموذج GPT-2 لتوليد النص العربي | https://huggingface.co/aubmindlab/aragpt2-base |
|
|
| AraELECTRA | نموذج ELECTRA للعربية | https://huggingface.co/aubmindlab/araelectra-base |
|
|
|
|
---
|
|
|
|
# 📄 Research Papers
|
|
|
|
| Paper | Year | Link |
|
|
| -------------------------------------------------- | ---- | ---------------------------------------- |
|
|
| AraBERT: Transformer-based Model for Arabic | 2020 | https://arxiv.org/abs/2003.00104 |
|
|
| CAMeL Tools: An Open Source Toolkit for Arabic NLP | 2020 | https://aclanthology.org/2020.lrec-1.868 |
|
|
| Farasa: A Fast and Accurate Arabic NLP Toolkit | 2016 | https://aclanthology.org/L16-1170 |
|
|
|
|
---
|
|
|
|
# 🤝 How to Contribute
|
|
|
|
المشروع **مفتوح للمجتمع** ونرحب بأي إضافة.
|
|
|
|
### خطوات المساهمة
|
|
|
|
1. اعمل **Fork** للمستودع
|
|
2. أضف المصدر الجديد في القسم المناسب
|
|
3. حافظ على نفس تنسيق الجداول
|
|
4. افتح **Pull Request**
|
|
|
|
### مثال على إضافة مصدر
|
|
|
|
```markdown
|
|
| Tool | Description | Link |
|
|
|------|-------------|------|
|
|
| Example NLP Tool | Arabic NLP library | https://github.com/example |
|
|
```
|
|
|
|
---
|
|
|
|
# 📜 License
|
|
|
|
هذا المشروع مرخص تحت **MIT License**.
|