Text stringlengths 1 212k |
|---|
مباراه جديده تجمع بين الجرير وبين الفرس وعلى ربما ستكون الاخيره فلنجعلها مباراه نزيهه ولنختمها حسن ختام كالعاده جليل سوف يكون لديك فاز فرزدق سوف يكون لديك سوف تبدا كلما كبرت ازدت جمالا ولو نخا ولكن ما زالت البعير تذكرني برائحه الا دليل على رجولتي لا رغيف اعرق عليه خير من خروف اخت به تاتي عملت ليلا نهارا وما من تغيي... |
في العالم فيه 828 مترا قريب واحد كيلومتر, هدا سقاملهم
مليار ونص دولار ردو دراهمو في العام اللول! حنا لوطوروت شرق
غرب سقامت عشرين مليار دولار وخدموها كارثة! وهدا تاع |
بزنس وكملنا Session تاع سبتمبر ساعتين في الاسبوع وكي لحقنا للنهاية بعد ما هدرنا على كلش يعني شوفو انتوما كيفاش تبداو بزنس يعني التسويق وكيفاش ندير Business plan وكيفاش ندير سعر |
خو انا نكره تبكار HAHAHAHAHAHA 🇩🇿❤🇲🇦😂
ربي يرحمه و كل موتى المسلمين علابالي راني روطار معليش
ربي يرحمو ويجعل مثواه الجنة والفدوس
Bouhasna Maki هه من المستقبل
شكون جا ف الباك 20 واحد يكتب id ta3ah عنده جوهرة free fire
كيما لعادا حبيبي فلقم 💗💖
Rockstar post malon
متتفشيش
شكون من أبريل
راني كيفك
ياخويا واش... |
هه حتى أنا مت بالظحك
وهذا ذي هه akila
ربي يشفيه يارب العالمين 🤲
oh non dommage
Mais tu est sur parce que pour moi y'a une suite
Comme le bébé de Abla ben il va devenir roi a la place de Achour 10 quand il va mourir
Llah ychefih nchallah
ولي قومري بالاك تصدك😂
25:04
حين يبدع الأكفاء ، تصفو النفوس ويجتمع الأ... |
هاو تواكونكت تو انترنت! يقولك هاو روكركت رو انرنت؟!
ههههه انا العربية وما نفهمهاش بالزرب تهدرلي لونجلي بالزرب.
03
دبي خهرلك
درك وليت وحدي نقابلهم. تمر الأيام وحد النهار جا زبون امريكي |
بصح ماعلابالهاش علاش هي كسوله انا داير هكا انا كسول لا كاين اللي صح كسول هك من عند ربي وكاين اللي يولي كسول من L’entourage ديالو سقسي روحك دائما انا شكون انا كيفاش داير انا وشن حاجه لي تفرحني انا وش لحاجه لي تزعفني |
"الجزائري فحل و لا يحب الحقرة \nتحيا خبيب رفعت راسنا وال(...TRUNCATED) |
"وياليتها مافتحاتو ميليس عمري عمبالي حتكرهيني بزاف مي (...TRUNCATED) |
"نه راه غاير منك ولا انه راهو حاسدك ولا انو راو حاب يدمر(...TRUNCATED) |
End of preview. Expand in Data Studio
Overview
This dataset contains text in Algerian Darija, collected from a variety of sources including existing datasets on Hugging Face, web scraping, and YouTube transcript APIs.
The
trainsplit consists more then 2k rows of uncleaned text data.The
v1split consists more than 170k rows of split and partially cleaned text.
Sources
The text data was gathered from:
- Hugging Face Datasets: Pre-existing datasets relevant to Algerian Darija.
- Web Scraping: Content from various online sources.
- YouTube API: Transcriptions from Algerian Darija videos and comments on YouTube.
Data Cleaning
Initial data cleaning steps included:
- Removing duplicate emojis and characters.
- Removing URLs, email addresses, and phone numbers.
Note: Some text data from the YouTube Transcript API may contain imperfections due to limitations in speech-to-text technology for Algerian Darija. Additionally, the dataset still requires further cleaning to improve its quality for more advanced NLP tasks.
- Downloads last month
- 176