أطلس أماكن العالم العربي من Bayanat Labs
البحث في خريطة العالم العربي يعني التعامل مع صيدلية واحدة مدرجة باسم «صيدلية التمامي» في مكان وباسم «Al Temamy Pharmacy» في مكان آخر، ومع أسماء شوارع تتنقّل بين العربية والإنجليزية والفرنسية. تجمع مجموعة البيانات هذه المنطقة في مجموعة جداول واحدة مبنية على إصدار Overture Maps المفتوح بتاريخ 21 أكتوبر 2026: 1,301,051 نقطة اهتمام في 259 فئة، لكل منها دولتها، ومنطقتها ومحافظتها حين يوفّرهما المصدر؛ و373,035 شارعًا مسمّى مجمَّعًا من مقاطع طرق OpenStreetMap؛ و185,214 مكانًا إداريًا من مستوى الدولة حتى الحي، مع كل صيغ الأسماء المنشورة؛ و277,889 زوجًا من أسماء الشوارع والأماكن و37,664 زوجًا من أسماء الأنشطة التجارية بالعربية والحروف اللاتينية، مقسّمة إلى أقسام ثابتة للتدريب والتحقق والاختبار. ولكل اسم عربي مفتاح بحث مُطبَّع بوصفة bayanat-norm-v1 من مكتبة arabic-normalize. ولا تتضمن البيانات أرقام الهواتف ولا عناوين البريد الإلكتروني ولا روابط وسائل التواصل الاجتماعي. وهي بيانات خرائط مدمجة آليًا من عدة منصات، وليست مسحًا ميدانيًا: التغطية متفاوتة، و396,783 مكانًا فقط يحمل اسمًا عربيًا.
| الترخيص | حقوق حسب المكوّن: CDLA-Permissive-2.0 أو Apache-2.0 أو CC0-1.0 لكل مكان (أماكن Overture)، وODbL-1.0 للشوارع والتقسيمات الإدارية وأزواج أسماء الأماكن (© مساهمو OpenStreetMap)، وApache-2.0 لشيفرة البناء |
|---|---|
| الإصدار | v1.0.0 · مجموعة البيانات v1.0.0 على Hugging Face، مبنية على إصدار Overture Maps بتاريخ 21 أكتوبر 2026، وشيفرة البناء في مجلد code داخل مجموعة البيانات. |
| تاريخ النشر | |
| آخر تحديث | |
| لمن هذا الإصدار | الفرق التي تبني البحث المحلي بالعربية أو الترميز الجغرافي أو تحليل العناوين أو تعريب الخرائط، والباحثون الذين يدرّبون نماذج النقل الحرفي للأسماء بين العربية والحروف اللاتينية. |
| المستوى | مبتدئ |
أرقام رئيسية
تُحسب آليًا من الملفات المنشورة. يُقرأ كل رقم من ملف stats.json في مجموعة البيانات على Hugging Face ويُربط بقيمة SHA-256 للملف، ويسرد ملف بصمات التحقق في مجموعة البيانات قيمة SHA-256 لكل ملف.
التنزيل والمعرّفات
| المكان | المحتوى |
|---|---|
| Hugging Face | مجموعة البيانات على Hugging Face |
| huggingface.co | الحقوق حسب المكوّن |
| huggingface.co | شيفرة البناء |
| bayanatlabs.com | arabic-normalize، وصفة مفاتيح البحث |
ابدأ الاستخدام
حمّل أيًا من الأجزاء الستة (configurations) بمكتبة datasets، أو ملف أماكن دولة واحدة. ويمكنك أيضًا الاستعلام عن ملفات Parquet مباشرة بأداة DuckDB.
from datasets import load_dataset
repo = "Bayanat-Labs/arab-world-places-atlas"
places = load_dataset(repo, "places", split="train")
saudi = load_dataset(repo, data_files="data/places/places-SA.parquet", split="train")
pairs = load_dataset(repo, "geo_name_pairs") # train / validation / testما الذي يتضمنه الإصدار
| الجزء | الترخيص | ضمن الإصدار |
|---|---|---|
| الأماكن وأزواج أسماء الأنشطة التجارية وأعداد الفئات لكل دولة (أماكن Overture) | Component-specific rights حسب كل مكان كما في الحقل source_licenses بجدول الأماكن: CDLA-Permissive-2.0 لمعظم المزوّدين، وApache-2.0 لسجلات Foursquare، وCC0-1.0 لسجلات AllThePlaces. وتتبع الأزواج والأعداد المشتقة الصفوف التي أُخذت منها. | نعم |
| الشوارع المسمّاة والتقسيمات الإدارية وأزواج أسماء الشوارع والأماكن (مبنية على OpenStreetMap، وبعض صفوف التقسيمات بترخيص CC BY 4.0) | ODbL 1.0 | نعم |
| شيفرة البناء | Apache-2.0 | نعم |
صيغة النسبة: Arab World Places Atlas by Bayanat Labs (2026), built from Overture Maps Foundation data (release of 21 October 2026); © OpenStreetMap contributors. https://huggingface.co/datasets/Bayanat-Labs/arab-world-places-atlas
الاستخدامات المقصودة
- مطابقة اسم مكان مكتوب بالعربية أو بالحروف اللاتينية مع الأماكن المرشّحة، وترتيبها حسب الدولة والمنطقة والمحافظة وخلية H3.
- بناء مفردات الشوارع والأحياء والمدن لمحللات العناوين العربية والمعاجم الجغرافية والإكمال التلقائي في النماذج.
- تدريب نماذج النقل الحرفي وترجمة الأسماء بين العربية والحروف اللاتينية وتقييمها على أسماء حقيقية من الخرائط بأقسام ثابتة.
- مقارنة كثافة الفئات بين الدول والمناطق وخلايا H3.
خارج النطاق
- عدّها سجلًا تجاريًا كاملًا أو موثّقًا: فقد تكون بعض المدخلات مغلقة أو مكررة أو مصنّفة خطأً أو في غير موقعها.
- التواصل مع الأنشطة التجارية أو الأفراد: لا تتضمن البيانات أرقام الهواتف ولا عناوين البريد الإلكتروني ولا روابط وسائل التواصل الاجتماعي.
- الاستنتاج بشأن الحدود: يتبع إسناد الدولة التقسيمات المنشورة في Overture.
الحقوق باختصار
التدريب والعرض وإعادة التوزيع وإنشاء الأصوات الاصطناعية أذونات منفصلة.
| الاستخدام | الحالة | ملاحظة |
|---|---|---|
| التدريب | مسموح | مسموح وفق ترخيص كل جزء: صفوف الأماكن بترخيص CDLA-Permissive-2.0 أو Apache-2.0 أو CC0-1.0، والشوارع والتقسيمات الإدارية وأزواج أسماء الأماكن بترخيص ODbL-1.0. |
| العرض | مسموح | مع نسبتها إلى المصدر: مؤسسة Overture Maps، و© مساهمو OpenStreetMap للشوارع والتقسيمات الإدارية وأزواج أسماء الأماكن، وgeoBoundaries أو Esri Community Maps لصفوف التقسيمات الإدارية المرخّصة بـCC BY 4.0. |
| إعادة التوزيع | مسموح | احتفظ بنصوص التراخيص وإشعار Foursquare للأماكن، وأي قاعدة بيانات معدَّلة من الأجزاء المرخّصة بـODbL تشاركها علنًا يجب أن تبقى بترخيص ODbL-1.0. |
| الصوت الاصطناعي | لا ينطبق | لا تتضمن البيانات أي صوت. |
القيود
- التغطية مركّزة في المدن ومصدرها في الغالب منصة واحدة، وهي ضعيفة في جزر القمر وجيبوتي وموريتانيا والصومال والسودان واليمن.
- لا يحمل اسمًا بالحروف العربية إلا 396,783 مكانًا، وكثير من مدخلات الخليج بالإنجليزية فقط في المصدر.
- معظم الأماكن درجة ثقتها منخفضة في Overture، فرشِّح البيانات حسب حقل درجة الثقة للاستخدامات التي تتطلب دقة عالية.
- النصفان العربي واللاتيني من اسم النشاط التجاري ثنائي اللغة ليسا دائمًا ترجمة أو نقلًا حرفيًا أحدهما للآخر.
- تنشر Overture فلسطين منطقتين (XW وXG) تظهران هنا بالرمز PS، وتُدرج الصحراء الغربية ضمن المغرب، ولا تتخذ Bayanat Labs موقفًا من أي حدود.
المصادر والتراخيص
| المصدر | الترخيص | يُعاد توزيعه هنا |
|---|---|---|
| Overture Maps places (21 October 2026 release) | CDLA-Permissive-2.0، وApache-2.0 (Foursquare)، وCC0-1.0 (AllThePlaces) | نعم |
| Overture Maps transportation and divisions (21 October 2026 release), from OpenStreetMap | ODbL-1.0 (© مساهمو OpenStreetMap)، وبعض التقسيمات بترخيص CC BY 4.0 | نعم |
ربط الأماكن بالتقسيمات الإدارية وفصل الأسماء ومفاتيح البحث العربية وتجميع الشوارع وأزواج الأسماء وتقسيمها من عمل Bayanat Labs. أما بيانات الأماكن والشوارع والحدود الأصلية فتعود إلى مؤسسة Overture Maps ومزوّديها ومساهمي OpenStreetMap. وقد حُذفت أرقام الهواتف وعناوين البريد الإلكتروني وروابط وسائل التواصل الاجتماعي. تفاصيل المصادر (بالإنجليزية)
طريقة الاستشهاد
صيغة الاستشهاد:
Bayanat Labs (2026). Arab World Places Atlas, version 1.0.0. Bayanat Labs. https://huggingface.co/datasets/Bayanat-Labs/arab-world-places-atlas
لا يوجد معرّف DOI. استشهد بالرابط الوارد في صيغة الاستشهاد أعلاه وبتاريخ اطلاعك عليه.
@misc{bayanatlabs2026arabworldplacesatlas,
author = {{Bayanat Labs}},
title = {Arab World Places Atlas, version 1.0.0},
year = {2026},
month = oct,
howpublished = {\url{https://huggingface.co/datasets/Bayanat-Labs/arab-world-places-atlas}}
}
كيف نتعامل مع الاستشهاد (بالإنجليزية)
سجل التغييرات
| التاريخ | الإصدار | التغيير |
|---|---|---|
| v1.0.0 | الأماكن والشوارع والتقسيمات الإدارية ومجموعتا أزواج الأسماء وأعداد الفئات لكل دولة على Hugging Face، مبنية على إصدار Overture Maps بتاريخ 21 أكتوبر 2026. |
التصحيح وطلبات الإزالة
إذا وجدت في هذا الإصدار ما لا ينبغي وجوده أو ما يحتاج إلى تصحيح، فراسلنا على hello@bayanatlabs.com. نعالج طلبات الإزالة خلال 30 يومًا، وطلبات المنصات خلال 24 ساعة. كيف تعمل طلبات الإزالة
المنتج المرتبط: Bayanat Search