language:

• 阿拉伯语
• 摩洛哥阿拉伯语 widget:
• text: "美国亿万富翁、微软公司创始人比尔·盖茨透露，他本人并不持有任何数字货币，并倾向于将资金投资于具有实际价值的资产。据英国媒体报道，盖茨是在知名论坛Reddit举办的'随便问我任何事'活动中发表这番关于加密货币的看法的。身家达1160亿美元、位列全球第四富豪的盖茨做出此番表态之际，正值2022年数字货币市值蒸发1万亿美元，其中仅本月早些时候的24小时内就损失约2000亿美元市值。"

MArSum：摩洛哥新闻摘要数据集

• 简介
• 数据集
• 引用
• 许可协议

简介

本数据集包含19,806篇摩洛哥阿拉伯语方言撰写的新闻文章及其标题，所有文章于2018年1月1日至2020年12月31日期间从Goud.ma网站爬取。文章主体采用摩洛哥阿拉伯方言（Darija）书写，部分段落包含现代标准阿拉伯语（MSA），所有标题均使用Darija撰写。下表展示了MArSum数据集的关键统计指标。

下图展示了MArSum数据集的构建流程：

更多技术细节请参阅下文引用的论文。

数据集

本数据集采用90/10比例划分为训练集/测试集，可通过此链接直接下载。

引用

如需使用本数据集，请引用以下论文：

Gaanoun, K., Naira, A. M., Allak, A., & Benelallam, I. (2022). Automatic Text Summarization for Moroccan Arabic Dialect
Using an Artificial Intelligence Approach. In International Conference on Business Intelligence (pp. 158-177). Springer, Cham.

许可协议

本数据集采用CC BY 4.0许可协议发布。