Aller au contenu principal
Accès ouvert déclaré 2025 article

Open source Arabic research paper dataset for natural language processing

1Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : sa, Égypte. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Recent advancements in applications such as natural language processing (NLP), applied linguistics, indexing, data mining, information retrieval, and machine translation have emphasized the need for robust datasets and corpora. While there exist many Arabic corpora, most are derived from social media platforms like X or news sources, leaving a significant gap in datasets tailored to academic research. To address this gap, the ARPD, Arabic Research Papers Dataset, is developed as a specialized resource for Arabic academic research papers. This paper explains the methodology used to construct the dataset, which consists of seven classes and is publicly available in several formats to benefit Arabic research. Experiments conducted on the ARPD dataset demonstrate its performance in classification and clustering tasks. The results show that most of the classical clustering algorithms achieve low performance compared to bio-inspiration algorithms such as Particle Swarm Optimization (PSO) and Gray Wolf Optimization (GWO) based on the Davies-Bouldin index measure. For classification, the Support Vector Machine (SVM) algorithm outperformed others, achieving the highest accuracy, with other classifiers ranging from 89% to 99%. These findings highlight the ARPD's potential to enhance Arabic academic research and support advanced NLP applications.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Open source Arabic research paper dataset for natural language processing
Date Crossref
27/08/2025
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • King Abdulaziz University Department of Information Technology pays non établi dans la notice
    Université ou école supérieure
  • Mansoura University Mansoura University, Égypte (code pays fourni par la source)
    Université ou école supérieure
  • Faculty of Computers and Information Computers Science Department Mansoura University, Égypte (pays nommé en fin d’affiliation)
    Université ou école supérieure
  • School of Computer Science and Technologies pays non établi dans la notice
    Université ou école supérieure

Department of Information Technology — King Abdulaziz University, Mansoura University (Mansoura University, Égypte) et Computers Science Department — Faculty of Computers and Information (Mansoura University, Égypte), avec 1 autre affiliation. Pays d’affiliation : Égypte.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Topic ModelingText and Document Classification TechnologiesAdvanced Text Analysis Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.