2026-10-13 https://api.researchdata.se/oai-pmh

oai:researchdata.se:doi-10-23695-xwz6-jv19/0 2025-09-12 subject:ssif:10208 subject:ssif:102 subject:ssif:1 principal:slug:university-of-gothenburg

info:eu-repo/semantics/other http://purl.org/dc/dcmitype/Dataset https://doi.org/10.23695/XWZ6-JV19 The Arabic E-Book Corpus Arabisk e-bokskorpus https://ror.org/05qhvy459 Natural Language Processing Språkbehandling och datorlingvistik The Arabic E-Book Corpus is a freely available collection of 1,745 books (81.5 million words) published in by the Hindawi foundation between 2008 and 2024. The books are of various genres, including non-fiction, novels, children's literature, poetry, and plays. The corpus is provided in two versions: html and unformatted plain text. The latter version will be appropriate for most purposes. For additional detail, see Hallberg, A. (2025). An 81-million-word multi-genre corpus of Arabic books. Data in Brief, 60, 111456. The corpus is also available for download in HTML format or unformatted plain text. Arabisk e-bokskorpus är en fritt tillgänglig samling av 1 745 böcker på arabiska, publicerade av Hindawi Foundation mellan 2008 och 2024. Böckerna är av olika genrer, bland annat, facktext, romaner, barnlitteratur, poesi och pjäser. För ytterligare detaljer, se Hallberg, A. (2025). An 81-million-word multi-genre corpus of Arabic books. Data in Brief, 60, 111456. Korpusen finns även tillgänglig för nedladdning i HTML-format och icke-formaterad ren text. https://creativecommons.org/licenses/by/4.0/ University of Gothenburg Göteborgs universitet 2025-09-12T00:00:00Z