BookLink stringlengths 39 39 | BookName stringlengths 2 204 | AuthorName stringclasses 879
values | AboutBook stringlengths 31 2k | ChapterLink stringlengths 41 46 | ChapterName stringlengths 1 166 | ChapterText stringlengths 1 909k ⌀ | AboutAuthor stringclasses 890
values |
|---|---|---|---|---|---|---|---|
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | «كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها وحركاتها، وكانت
ذاتها لا تعرف الخُنوع أو الاستسلام؛ فأعطى لها ذلك مظهرًا جميلًا بسيطًا.
وكانت «كازو» منذ شبابها تُفضِّل أن تُحِب على أن تُحَب.»اتَّسمت السيدة «كازو فوكوزاوا» ذات الخمسين عامًا بالبراءة الريفية والمظهر
الجمالي الذي يفيض قوة وحماسًا... | https://www.hindawi.org/books/81493928/1/ | ستسوغوان | أَفلَت مطعم ستسوغوان من أية أضرار ناتجة عن الحرب؛ لأنه لحُسن الحظ
يقع على تلة عالية في منطقة كوايشيكاوا كثيفة التعرُّجات بطوكيو. فلم
تُصَب بأذى الحديقة الشهيرة التي على نسق مدرسة كوبوريئنشو ذات السمعة
العريقة التي تصل مساحتها إلى عشرة آلاف متر مربع، ولا أيضًا بوابة
تشوجاك... | يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة نوبل ثلاثَ مرات، وانتحر بطريقةِ الساموراي المروِّعة.
وُلد «يوكيو ميشيما» عام ١٩٢٥م في إحدى زوايا حي يوتسويا في طوكيو، تَعلَّم في مدرسة غاكوشوئين المُخصَّصة لأطفال العائلات النبيلة، ثم التَحق بكلية الحقوق عام ١٩٤٤م في جامعة طوكيو، وبعد تخرُّجه بدأ حياته العملية موظفً... |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | «كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها وحركاتها، وكانت
ذاتها لا تعرف الخُنوع أو الاستسلام؛ فأعطى لها ذلك مظهرًا جميلًا بسيطًا.
وكانت «كازو» منذ شبابها تُفضِّل أن تُحِب على أن تُحَب.»اتَّسمت السيدة «كازو فوكوزاوا» ذات الخمسين عامًا بالبراءة الريفية والمظهر
الجمالي الذي يفيض قوة وحماسًا... | https://www.hindawi.org/books/81493928/2/ | نادي كاغِن | أبلغ أحد الوزراء كازو أنه يريد إقامة اجتماع نادي كاغِن الدوري هذا
العام في مطعم ستسوغوان. وهو نادٍ من نوادي الطبقة العليا يضم سفراء
كانوا متزامِنِين في فترة العمل في الماضي، ويقيمون اجتماعهم مرة واحدة
في السابع من نوفمبر من كل عام. ولكنهم حتى ذلك الوقت لم يُسعفهم
حَظُّهم ... | يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة نوبل ثلاثَ مرات، وانتحر بطريقةِ الساموراي المروِّعة.
وُلد «يوكيو ميشيما» عام ١٩٢٥م في إحدى زوايا حي يوتسويا في طوكيو، تَعلَّم في مدرسة غاكوشوئين المُخصَّصة لأطفال العائلات النبيلة، ثم التَحق بكلية الحقوق عام ١٩٤٤م في جامعة طوكيو، وبعد تخرُّجه بدأ حياته العملية موظفً... |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | «كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها وحركاتها، وكانت
ذاتها لا تعرف الخُنوع أو الاستسلام؛ فأعطى لها ذلك مظهرًا جميلًا بسيطًا.
وكانت «كازو» منذ شبابها تُفضِّل أن تُحِب على أن تُحَب.»اتَّسمت السيدة «كازو فوكوزاوا» ذات الخمسين عامًا بالبراءة الريفية والمظهر
الجمالي الذي يفيض قوة وحماسًا... | https://www.hindawi.org/books/81493928/3/ | رأي السيدة تاماكي | لم يسبق لكازو أن واجهَت مثل هذا الموقف بعد أن أصبحت مالكة مطعم
ستسوغوان. استدعت الناس بصوتٍ عالٍ. وتجمَّع حولها العاملات. فأمرتهن
بتجميع كل الرجال في المطعم على الفور. وفي ذلك الوقت تجمَّع أعضاء
جماعة كاغِن في الممر مُقترِبِين منها.
استمعت كازو بجانب أذنها نوغوتشي يتحدَّث بصوت رابط ا... | يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة نوبل ثلاثَ مرات، وانتحر بطريقةِ الساموراي المروِّعة.
وُلد «يوكيو ميشيما» عام ١٩٢٥م في إحدى زوايا حي يوتسويا في طوكيو، تَعلَّم في مدرسة غاكوشوئين المُخصَّصة لأطفال العائلات النبيلة، ثم التَحق بكلية الحقوق عام ١٩٤٤م في جامعة طوكيو، وبعد تخرُّجه بدأ حياته العملية موظفً... |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | «كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها وحركاتها، وكانت
ذاتها لا تعرف الخُنوع أو الاستسلام؛ فأعطى لها ذلك مظهرًا جميلًا بسيطًا.
وكانت «كازو» منذ شبابها تُفضِّل أن تُحِب على أن تُحَب.»اتَّسمت السيدة «كازو فوكوزاوا» ذات الخمسين عامًا بالبراءة الريفية والمظهر
الجمالي الذي يفيض قوة وحماسًا... | https://www.hindawi.org/books/81493928/4/ | صحبة فارغَيْن | نُقل السفير تاماكي على الفور إلى مستشفى جامعي. في ظهيرة اليوم
التالي عندما ذهبت كازو لزيارته، قيل لها إن حالة الغيبوبة مستمِرَّة.
وأرسلَت كازو سلة الفاكهة فقط إلى غرفة المريض، وتراجعَتْ إلى مقعد
بعيد جدًّا في المَمر تنتظر نوغوتشي؛ ولأنها مهما انتظرت لم يأتِ
نوغوتشي، عرفت ... | يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة نوبل ثلاثَ مرات، وانتحر بطريقةِ الساموراي المروِّعة.
وُلد «يوكيو ميشيما» عام ١٩٢٥م في إحدى زوايا حي يوتسويا في طوكيو، تَعلَّم في مدرسة غاكوشوئين المُخصَّصة لأطفال العائلات النبيلة، ثم التَحق بكلية الحقوق عام ١٩٤٤م في جامعة طوكيو، وبعد تخرُّجه بدأ حياته العملية موظفً... |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | «كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها وحركاتها، وكانت
ذاتها لا تعرف الخُنوع أو الاستسلام؛ فأعطى لها ذلك مظهرًا جميلًا بسيطًا.
وكانت «كازو» منذ شبابها تُفضِّل أن تُحِب على أن تُحَب.»اتَّسمت السيدة «كازو فوكوزاوا» ذات الخمسين عامًا بالبراءة الريفية والمظهر
الجمالي الذي يفيض قوة وحماسًا... | https://www.hindawi.org/books/81493928/5/ | تفسير كازو للحب | افترقَت كازو عن نوغوتشي في تلك الظُّهرية وعادت إلى ستسوغوان، ثم
خافت من تضييع وقت سعادة ذلك الغداء كما هي في خضم ساعات العمل الهام.
أول ما أسعد كازو كان إبداء شخص غريب عنها اهتمامًا غير عادي بها.
وبسبب تلك السعادة انتبهت كازو للمرة الأولى إلى الوحدة التي كانت تعيش
فيها حت... | يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة نوبل ثلاثَ مرات، وانتحر بطريقةِ الساموراي المروِّعة.
وُلد «يوكيو ميشيما» عام ١٩٢٥م في إحدى زوايا حي يوتسويا في طوكيو، تَعلَّم في مدرسة غاكوشوئين المُخصَّصة لأطفال العائلات النبيلة، ثم التَحق بكلية الحقوق عام ١٩٤٤م في جامعة طوكيو، وبعد تخرُّجه بدأ حياته العملية موظفً... |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | «كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها وحركاتها، وكانت
ذاتها لا تعرف الخُنوع أو الاستسلام؛ فأعطى لها ذلك مظهرًا جميلًا بسيطًا.
وكانت «كازو» منذ شبابها تُفضِّل أن تُحِب على أن تُحَب.»اتَّسمت السيدة «كازو فوكوزاوا» ذات الخمسين عامًا بالبراءة الريفية والمظهر
الجمالي الذي يفيض قوة وحماسًا... | https://www.hindawi.org/books/81493928/6/ | حتى موعد الرحيل | بعد ذلك تَقابَل الاثنان من وقت لآخر، وزارت كازو بيت نوغوتشي. كان
نوغوتشي يعيش بمفرده في بيت قديم في حي شيينا، واطمأنَّت كازو أن
الخادمة التي ترعى شئونه كبيرة في السن وقبيحة الوجه. وعلى الفور بدأت
كازو تهتم برعاية نوغوتشي وترتيب حياته الخاصَّة. وأرسلَت له عشاء
العام الجديد... | يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة نوبل ثلاثَ مرات، وانتحر بطريقةِ الساموراي المروِّعة.
وُلد «يوكيو ميشيما» عام ١٩٢٥م في إحدى زوايا حي يوتسويا في طوكيو، تَعلَّم في مدرسة غاكوشوئين المُخصَّصة لأطفال العائلات النبيلة، ثم التَحق بكلية الحقوق عام ١٩٤٤م في جامعة طوكيو، وبعد تخرُّجه بدأ حياته العملية موظفً... |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | "«كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها و(...TRUNCATED) | https://www.hindawi.org/books/81493928/7/ | طقس النار المقدَّس في قاعة الشهر الثاني | "كانت رحلة الذهاب إلى طقس النار المقدَّس في نارا هو الو(...TRUNCATED) | "يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة ن(...TRUNCATED) |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | "«كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها و(...TRUNCATED) | https://www.hindawi.org/books/81493928/8/ | حفل الزواج | "بعد مرور أسبوع من عودتها من طقس النار المقدَّس، لم تست(...TRUNCATED) | "يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة ن(...TRUNCATED) |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | "«كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها و(...TRUNCATED) | https://www.hindawi.org/books/81493928/9/ | ما يقال عنه «الحياة الزوجية الجديدة» | "لم يتوقَّع نوغوتشي، وكذلك كازو أن تحدُث تلك الجلبة وال(...TRUNCATED) | "يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة ن(...TRUNCATED) |
https://www.hindawi.org/books/81493928/ | بعد الوليمة | يوكيو ميشيما | "«كانت صفات «كازو» الشخصية مَرحة بشوشة في كل سَكناتها و(...TRUNCATED) | https://www.hindawi.org/books/81493928/10/ | ضيوف مُهمُّون | "على أي حال كان من الواضح أن نوغوتشي يعتقد أن ذلك الزواج(...TRUNCATED) | "يوكيو ميشيما: أحدُ أشهر أدباء اليابان، رُشِّح لجائزة ن(...TRUNCATED) |
YAML Metadata Warning:The task_categories "conversational" is not in the official list: text-classification, token-classification, table-question-answering, question-answering, zero-shot-classification, translation, summarization, feature-extraction, text-generation, fill-mask, sentence-similarity, text-to-speech, text-to-audio, automatic-speech-recognition, audio-to-audio, audio-classification, audio-text-to-text, voice-activity-detection, depth-estimation, image-classification, object-detection, image-segmentation, text-to-image, image-to-text, image-to-image, image-to-video, unconditional-image-generation, video-classification, reinforcement-learning, robotics, tabular-classification, tabular-regression, tabular-to-text, table-to-text, multiple-choice, text-ranking, text-retrieval, time-series-forecasting, text-to-video, image-text-to-text, image-text-to-image, image-text-to-video, visual-question-answering, document-question-answering, zero-shot-image-classification, graph-ml, mask-generation, zero-shot-object-detection, text-to-3d, image-to-3d, image-feature-extraction, video-text-to-text, keypoint-detection, visual-document-retrieval, any-to-any, video-to-video, other
YAML Metadata Warning:The task_categories "text2text-generation" is not in the official list: text-classification, token-classification, table-question-answering, question-answering, zero-shot-classification, translation, summarization, feature-extraction, text-generation, fill-mask, sentence-similarity, text-to-speech, text-to-audio, automatic-speech-recognition, audio-to-audio, audio-classification, audio-text-to-text, voice-activity-detection, depth-estimation, image-classification, object-detection, image-segmentation, text-to-image, image-to-text, image-to-image, image-to-video, unconditional-image-generation, video-classification, reinforcement-learning, robotics, tabular-classification, tabular-regression, tabular-to-text, table-to-text, multiple-choice, text-ranking, text-retrieval, time-series-forecasting, text-to-video, image-text-to-text, image-text-to-image, image-text-to-video, visual-question-answering, document-question-answering, zero-shot-image-classification, graph-ml, mask-generation, zero-shot-object-detection, text-to-3d, image-to-3d, image-feature-extraction, video-text-to-text, keypoint-detection, visual-document-retrieval, any-to-any, video-to-video, other
Dataset Card for "Mixed Arabic Datasets (MAD) Corpus"
The Mixed Arabic Datasets Corpus : A Community-Driven Collection of Diverse Arabic Texts
Dataset Description
The Mixed Arabic Datasets (MAD) presents a dynamic compilation of diverse Arabic texts sourced from various online platforms and datasets. It addresses a critical challenge faced by researchers, linguists, and language enthusiasts: the fragmentation of Arabic language datasets across the Internet. With MAD, we are trying to centralize these dispersed resources into a single, comprehensive repository.
Encompassing a wide spectrum of content, ranging from social media conversations to literary masterpieces, MAD captures the rich tapestry of Arabic communication, including both standard Arabic and regional dialects.
This corpus offers comprehensive insights into the linguistic diversity and cultural nuances of Arabic expression.
Usage
If you want to use this dataset you pick one among the available configs:
Ara--MBZUAI--Bactrian-X | Ara--OpenAssistant--oasst1 | Ary--AbderrahmanSkiredj1--Darija-Wikipedia
Ara--Wikipedia | Ary--Wikipedia | Arz--Wikipedia
Ary--Ali-C137--Darija-Stories-Dataset | Ara--Ali-C137--Hindawi-Books-dataset | ``
Example of usage:
dataset = load_dataset('M-A-D/Mixed-Arabic-Datasets-Repo', 'Ara--MBZUAI--Bactrian-X')
If you loaded multiple datasets and wanted to merge them together then you can simply laverage concatenate_datasets() from datasets
dataset3 = concatenate_datasets([dataset1['train'], dataset2['train']])
Note : proccess the datasets before merging in order to make sure you have a new dataset that is consistent
Dataset Size
The Mixed Arabic Datasets (MAD) is a dynamic and evolving collection, with its size fluctuating as new datasets are added or removed. As MAD continuously expands, it becomes a living resource that adapts to the ever-changing landscape of Arabic language datasets.
Dataset List
MAD draws from a diverse array of sources, each contributing to its richness and breadth. While the collection is constantly evolving, some of the datasets that are poised to join MAD in the near future include:
- [✔] OpenAssistant/oasst1 (ar portion) : Dataset Link
- [✔] MBZUAI/Bactrian-X (ar portion) : Dataset Link
- [✔] AbderrahmanSkiredj1/Darija-Wikipedia : Dataset Link
- [✔] Arabic Wikipedia : Dataset Link
- [✔] Moroccan Arabic Wikipedia : Dataset Link
- [✔] Egyptian Arabic Wikipedia : Dataset Link
- [✔] Darija Stories Dataset : Dataset Link
- [✔] Hindawi Books Dataset : Dataset Link
- [] uonlp/CulturaX - ar : Dataset Link
- [✔] Pain/ArabicTweets : Dataset Link
- [] Abu-El-Khair Corpus : Dataset Link
- [✔] QuranExe : Dataset Link
- [✔] MNAD : Dataset Link
- [✔] IADD : Dataset Link
- [] OSIAN : Dataset Link
- [✔] MAC corpus : Dataset Link
- [✔] Goud.ma-Sum : Dataset Link
- [✔] SaudiNewsNet : Dataset Link
- [✔] Miracl : Dataset Link
- [✔] CardiffNLP/TweetSentimentMulti : Dataset Link
- [] OSCAR-2301 : Dataset Link
- [] mc4 : Dataset Link
- [✔] bigscience/xP3 : Dataset Link
- [] Muennighoff/xP3x : Dataset Link
- [] Ai_Society : Dataset Link
Potential Use Cases
The Mixed Arabic Datasets (MAD) holds the potential to catalyze a multitude of groundbreaking applications:
- Linguistic Analysis: Employ MAD to conduct in-depth linguistic studies, exploring dialectal variances, language evolution, and grammatical structures.
- Topic Modeling: Dive into diverse themes and subjects through the extensive collection, revealing insights into emerging trends and prevalent topics.
- Sentiment Understanding: Decode sentiments spanning Arabic dialects, revealing cultural nuances and emotional dynamics.
- Sociocultural Research: Embark on a sociolinguistic journey, unraveling the intricate connection between language, culture, and societal shifts.
Dataset Access
MAD's access mechanism is unique: while it doesn't carry a general license itself, each constituent dataset within the corpus retains its individual license. By accessing the dataset details through the provided links in the "Dataset List" section above, users can understand the specific licensing terms for each dataset.
Join Us on Discord
For discussions, contributions, and community interactions, join us on Discord!
How to Contribute
Want to contribute to the Mixed Arabic Datasets project? Follow our comprehensive guide on Google Colab for step-by-step instructions: Contribution Guide.
Note: If you'd like to test a contribution before submitting it, feel free to do so on the MAD Test Dataset.
Citation
@dataset{
title = {Mixed Arabic Datasets (MAD)},
author = {MAD Community},
howpublished = {Dataset},
url = {https://huggingface.co/datasets/M-A-D/Mixed-Arabic-Datasets-Repo},
year = {2023},
}
- Downloads last month
- 526