hate speech date set

? جمع البيانات لمشروع اكتشاف خطاب الكراهية (Raqib AI)

? القسم الأول: اللهجة الجزائرية

التعليقات:

البيانات الأساسية: ملف ALGD_Toxity.xlsx يحتوي على (14 ألف تعليق)

تم الدمج: مع مجموعتين إضافيتين

المجموعة اليدوية: 1000 تعليق تم جمعها وتصنيفها يدويًا

النتيجة النهائية: أكثر من 31 ألف سطر مصنف

المصدر: تصنيف يدوي داخلي

? القسم الثاني: اللغة العربية الفصحى

التعليقات:

تم جمع البيانات باستخدام واجهات برمجة التطبيقات (APIs):

تويتر → Tweepy

يوتيوب → Vertex

إنستغرام → Apify

النتيجة النهائية: أكثر من 6 آلاف تعليق مستخرج

️ تعليق إضافي عام:

تم دمج تعليقات باللهجة الجزائرية والعربية الفصحى، إلى جانب مجموعة بيانات يدوية مصنفة بدقة، لإنشاء قاعدة بيانات متنوعة ومُعززة لتدريب نموذج Raqib AI لاكتشاف خطاب الكراهية.

? تعليق للمخطط البياني:

استخدمنا ثلاث مصادر رئيسية للبيانات:

مجموعات عامة باللهجة الجزائرية

استخراج مباشر من وسائل التواصل عبر APIs

تصنيف يدوي دقيق لـ 1000 تعليق

وتم دمجها لتكوين أكثر من 37 ألف تعليق متنوع لغويًا.