该论文描述了最近几年自然语言处理管道的进展，重点介绍了由 200 个数据集构成的阿拉伯语 NLP 数据集最大的公共目录 Masader，以及为其他语言开发的元数据注释策略。

Oct, 2021

本文提出 NLPExplorer，这是一个自动的门户网站，用于索引、搜索和可视化自然语言处理（NLP）研究文献，它展示了有关论文、作者、会议和主题的有趣见解。

Oct, 2019

本研究提出了 AraSpider，这是首个用于改进阿拉伯语社区中自然语言处理（NLP）的 Spider 数据集的阿拉伯语版本。通过测试四种多语言翻译模型的效果来将英语转换为阿拉伯语，并评估两种模型在从阿拉伯文本生成 SQL 查询方面的能力。结果表明，使用回译能显著提高 ChatGPT 3.5 和 SQLCoder 模型的性能，这两个模型在 Spider 数据集中被认为是顶尖的表现者。值得注意的是，ChatGPT 3.5 展现了高质量的翻译能力，而 SQLCoder 在文本到 SQL 任务上表现出色。该研究强调在阿拉伯语 NLP 任务中，融入语境架构并采用回译策略以提高模型性能的重要性。此外，提供了详细的方法可复现性和将数据集翻译为其他语言的方法，突显了该研究在促进透明度和协作知识共享方面的承诺。总的来说，这些贡献推动了 NLP 研究的发展，增强了阿拉伯语研究人员的能力，并丰富了全球关于语言理解和数据库查询的讨论。

Feb, 2024

DODa 是一个旨在增强对摩洛哥方言 Darija 的自然语言处理能力的开源项目，拥有大约 100,000 个条目，是 Darija-English 翻译领域最大的协作项目，包含语义和语法分类、拼写变化、多种时态的动词变位以及成千上万个翻译的句子。该数据集反映了语言上的变体和偏好，包括使用拉丁字母和阿拉伯字母书写的条目，对于开发准确理解和生成 Darija 的应用程序至关重要，支持摩洛哥社区的语言需求，并可能扩展到邻近地区的类似方言。本文探讨了 DODa 的战略重要性、目前的成果以及未来的增强计划，旨在促进其在全球自然语言处理领域的使用和发展。

May, 2024

本文介绍了第一个大型公开高质量的非洲十种语言的命名实体识别数据集，研究这些语言对命名实体识别带来的挑战，并在监督和迁移学习设置下进行了广泛的实证评估和分析，旨在启发未来的非洲自然语言处理研究。

Mar, 2021

自然语言处理中的命名实体识别（NER）是一项主要任务之一，本文介绍了一个基于 BERT 模型的用于阿拉伯语和 Arabizi 语言的网页命名实体识别器。该模型可以识别 50 个不同的实体类别，并在多个数据集上取得了高准确率，系统部署在用户友好的网页界面上供用户使用，并具备了使用 CAMeL Tools 模型的能力。

Aug, 2023

本文主要研究了基于深度学习与多模态语料库的阿拉伯情感分析的数据集，通过使用最先进的 transformers 和特征提取工具来建立我们的阿拉伯多模态数据集，并使用 state-of-the-art 的 transformer-based model 验证我们的数据集，研究表明阿拉伯多模态情感分析非常有前途。

Jun, 2023

本研究介绍了 AraNet，它是一个基于深度学习框架的阿拉伯语社交媒体处理工具。 AraNet 可以预测年龄、方言、性别、情感、讽刺和情绪等方面，具有出色的性能和广泛的学术价值。

Dec, 2019

本文主要研究阿拉伯语文本数据的分类，特别关注自然语言推理和矛盾检测。通过创建专用数据集并利用语言学上知识进行预训练，发现了具有竞争力的阿拉伯语特定模型（AraBERT），并成功应用于大规模任务评估及多任务预训练的首个阿拉伯语背景应用。

Jul, 2023

本文全面回顾了阿拉伯语命名实体识别技术的发展，特别是深度学习和预训练语言模型的最新进展，介绍了传统阿拉伯语 NER 系统和最新发展的深度学习方法，并指出了与其他语言 NER 技术的差距，为阿拉伯语 NER 未来的发展方向提供了参考。

Feb, 2023