أعمال ويكي مصدر العربية في الملك العام من Bayanat Labs

Arabic Wikisource public domain Arabic texts classical Arabic Arabic poetry Arabic pretraining data

أرقام رئيسية

تُحسب آليًا من الملفات المنشورة. يُقرأ كل رقم من ملف stats/stats.json أو MANIFEST.json أو qa/pd_audit.json أو qa/text_spotcheck.json في مجموعة البيانات على Hugging Face، ويُربط ببصمة SHA-256 للملف، ويسرد ملف MANIFEST.json كل ملف مع حجمه وبصمته وعدد صفوفه.

التنزيل والمعرّفات

ابدأ الاستخدام

حمّل أحد الأقسام بمكتبة datasets. ولإعادة البناء من ملف تفريغ، ثبّت أداة البناء من GitHub عند وسم الإصدار v0.1.0، فالحزمة غير موجودة على PyPI بعد.

from datasets import load_dataset

core = load_dataset("Bayanat-Labs/arabic-wikisource-pd", "works-pd-core", split="train")
print(core[0]["title"], core[0]["author"], len(core[0]["chapters"]))

pip install "git+https://github.com/Bayanat-Labs/arabic-wikisource-pd@v0.1.0"
arabic-wikisource-pd fetch --date 20261001
arabic-wikisource-pd wikidata --date 20261001
arabic-wikisource-pd build --date 20261001

ما الذي يتضمنه الإصدار

صيغة النسبة: Text: Arabic Wikisource contributors, CC BY-SA 4.0 (each record links its pages and their history). Dataset: Arabic Wikisource Public-Domain Works by Bayanat Labs. https://huggingface.co/datasets/Bayanat-Labs/arabic-wikisource-pd

الاستخدامات المقصودة

• تدريب نماذج اللغة العربية مسبقًا أو تقييمها على أعمال كاملة ببنية فصولها، مع الإبقاء على النسبة إلى مساهمي ويكي مصدر العربية وفق CC BY-SA 4.0.
• اختيار الأعمال حسب فئة الملك العام المناسبة لبلدك: works-pd-core، أو works-life50 حيث تنتهي الحماية بعد 50 سنة من الوفاة فقط.
• دراسة النصوص العربية حسب المؤلف أو قرن الوفاة أو النوع أو حالة التدقيق، مع روابط إلى كل صفحة مصدر ومراجعتها.

خارج النطاق

• عدّ الفئات استشارة قانونية: فهي قواعد تُطبَّق على التواريخ المسجّلة في ويكي بيانات وويكي مصدر.
• استخدام works-life50 حيث تمتد الحماية 70 سنة بعد الوفاة، كما في الدول الأعضاء في الاتحاد الأوروبي.
• أعمال التعرّف الضوئي أو الصور على مستوى الصفحة: النصوص على مستوى الصفحة مع صورها في أطلس الوثائق العربية.

الحقوق باختصار

التدريب والعرض وإعادة التوزيع وإنشاء الأصوات الاصطناعية أذونات منفصلة.

القيود

• نُقلت نصوص كثيرة من طبعات حديثة لا يُذكر محققوها، والفئة تقوم على من ذُكروا فقط، فقد تبقى في النص تعليقات محقق حديث غير مذكور أو تصحيحاته.
• تُحذف مقدمات المحققين المحدثين حين يكون عنوانها دالًّا على ذلك، وتبقى في النص المقدمة التي تحمل عنوانًا آخر.
• لا يُعدّ العمل ترجمة إلا إذا دلّ على ذلك تصنيف أو ويكي بيانات أو اللغات المسجّلة للمؤلف، ولا يُعرف مترجمه إلا إذا ذكرته ويكي بيانات (في عنصر النسخة العربية) أو ترويسة الصفحة أو صفحة الفهرس أو العنوان أو أول سطور النص؛ والترجمة الحديثة لعمل قديم التي لا تحمل أيًّا من هذه الإشارات تُحسم بتواريخ المؤلف الأصلي.
• تُحسم الدورية أو المجموعة عملًا واحدًا، فيكفي مساهم واحد متأخر الوفاة لاستبعادها كلها.
• يصف ويكي مصدر 36 عملًا منشورًا بأنه غير مكتمل، وفي 29 عملًا ترميز ويكي لم يُغلق.
• لا يضم ملف التفريغ النص الذي تأخذه الصفحات من وحدات Lua أو من القوالب، كصفحات القرآن، فلا يُضمَّن.
• معظم الأعمال المنشورة شعر، والنثر الحديث جزء صغير منها، والأنواع مستخلصة بقواعد لا بقراءة النصوص.
• الأعداد والنصوص والتواريخ هي ما في ملف التفريغ الصادر في 1 أكتوبر 2026، مع ويكي بيانات كما قُرئت من 30 إلى 31 أكتوبر 2026؛ وأجرت Bayanat Labs الفحوص، ولم يراجع أي شخص النصوص أو القرارات.

المصادر والتراخيص

تأتي النصوص من ملف تفريغ ويكيميديا وحده، وبصمات ملفات التفريغ مسجّلة في PROVENANCE.jsonl. وقُرئت ويكي بيانات عبر واجهتها البرمجية بوكيل المستخدم الخاص بالبيانات المفتوحة من Bayanat Labs، بطلب واحد في الثانية. ولا تتضمن البيانات أي أسماء لحسابات المساهمين. وويكي مصدر وويكي بيانات علامتان تجاريتان لمؤسسة ويكيميديا، ولا صلة لهذه المجموعة بها ولا تؤيدها المؤسسة. ومن Bayanat Labs أيضًا: أطلس الوثائق العربية، وفيه النصوص على مستوى الصفحة مع حالة تدقيقها. تفاصيل المصادر (بالإنجليزية)

طريقة الاستشهاد

صيغة الاستشهاد:

Bayanat Labs (2026). Arabic Wikisource Public-Domain Works, version 0.1.0 (Arabic Wikisource dump of 2026-10-01; text by Arabic Wikisource contributors, CC BY-SA 4.0). Bayanat Labs. https://huggingface.co/datasets/Bayanat-Labs/arabic-wikisource-pd

• ملف CITATION.cff

لا يوجد معرّف DOI. استشهد بالرابط الوارد في صيغة الاستشهاد أعلاه وبتاريخ اطلاعك عليه.

@misc{bayanatlabs2026arabicwikisourcepd,
  author       = {{Bayanat Labs}},
  title        = {Arabic Wikisource Public-Domain Works, version 0.1.0 (Arabic Wikisource dump of 2026-10-01; text by Arabic Wikisource contributors, CC BY-SA 4.0)},
  year         = {2026},
  month        = oct,
  howpublished = {\url{https://huggingface.co/datasets/Bayanat-Labs/arabic-wikisource-pd}}
}

كيف نتعامل مع الاستشهاد (بالإنجليزية)

سجل التغييرات

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 Knowledge