项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 209
技术标签
核心亮点
- 收录500+数据集并标注25+属性，覆盖任务、许可、规模等关键维度
- 提供网页检索与筛选，显著降低阿拉伯语数据调研成本
- 元数据结构化，便于程序化调用和二次开发
不足之处
- 项目以JavaScript为主，缺少Python等主流NLP生态的官方SDK
- 数据集链接和许可信息依赖人工维护，时效性可能滞后
适用场景
- 阿拉伯语NLP研究者快速筛选适配任务与方言的语料
- 数据工程师为模型训练批量调研可用阿拉伯语数据集
- 数据贡献者按统一格式登记并发布新数据集
替代项目
Hugging Face Datasets、Papers with Code Datasets
下一篇：plinder
同类项目推荐
StarryDivineSky
开源
一个仓库逛遍 10K+ 精选开源项目，快速找到你要的轮子。
精选了10K+项目，包括机器学习、深度学习、NLP、GNN、推荐系统、生物医药、机器视觉、前后···
lora-dataset-studio
开源
一站式搞定 LoRA 数据集制作、训练与测试，本地免费运行
Self-hosted, one-tab workbench for the whole training lifecycle: build Character/Con···
open-data-registry
开源
一键发现并定位 AWS 上的公开数据集
A registry of publicly available datasets on AWS
DocCreator
开源
一键批量造带真值的文档图，OCR训练数据不用愁
DIAR software for synthetic document image and groundtruth generation, with various ···
Awesome-LLM4IE-Papers
开源
一键速览LLM+信息抽取全部前沿论文
Awesome papers about generative Information Extraction (IE) using Large Language Mod···
DFireDataset
开源
现成火焰烟雾标注图，直接训 YOLO 做火情检测
D-Fire: an image data set for fire and smoke detection.
giga-datasets
开源
统一轻量框架，一站式完成大模型数据清洗筛选与可视化
GigaDatasets: A Unified and Lightweight Framework for Data Processing, Curation, and···
fg-data-synthetic
开源
一键生成表格和时间序列合成数据，解决数据稀缺与隐私难题
Synthetic data generators for tabular and time-series data
DataDreamer
开源
用提示词生成合成数据，快速训练和微调你的AI模型。
DataDreamer: Prompt. Generate Synthetic Data. Train & Align Models.