DiaLEX – Syrian Arabic (DiaLEX-SA)

View resource name in all available languages

DiaLEX – Arabe syrien (DiaLEX-SA)

085-310-570-581-1

ID:

ELRA-L0210

The Syrian Arabic Full-Form Lexicon (DiaLEX-SA) is a comprehensive computational lexicon covering the Syrian Arabic dialect. Featuring approximately 15,000,000 forms for 25,000 lemmas, this full-form lexicon provides exhaustive treatment of all inflected forms.

DiaLEX-SA has several features that make it ideally suited to support natural language processing applications for Syrian Arabic, especially morphological analysis and speech technology, including:

1. Extremely comprehensive coverage – approximately 15 million entries
2. Comprehensive treatment of all inflected forms, enclitics, proclitics, declensions, and conjugated forms.
3. Full and accurate diacriticization (vocalization), essential for speech technology.
4. Extensive coverage of variants which is necessary since dialects don't have a standard orthography.

Please note: Phonetic transcriptions, IPA and/or SAMPA, fine-tuned to the licensor’s specifications, are available upon request.

Quantity and size: 14,931,960 lines / 1,963 MB (1.9 GB)

File format: flat TSV text files

Samples and a specifications document are available upon request.

View resource description in French

Ce lexique complet comprend les formes entières du vocabulaire général couvrant le dialecte arabe hijazi (DiaLEX-HA). Avec environ 15,000,000 formes pour 25,000 lemmes, ce lexique présente un traitement exhaustif de toutes les formes fléchies.

DiaLEX-SA offre plusieurs éléments qui en font un lexique idéal pour les applications de traitement automatique des langues pour l’arabe syrien, tout particulièrement pour l’analyse morphologique et les technologies vocales. Notamment, il contient :
1. Une couverture extrêmement complète - plus de 15 millions d’entrées
2. Un traitement intégral de toutes les formes fléchies, enclitiques, proclitiques, déclinaisons et formes conjuguées.
3. Une diacritisation complète et précise (vocalisation), essentielle pour les technologies vocales.
4. Une large couverture de variantes, nécessaire pour les dialectes ne présentant pas d’orthographe standardisée.

Remarque : les transcriptions phonétiques en IPA et/ou SAMPA peuvent être fournies, en les affinant selon les spécifications du client, à la demande.

Quantité et taille: 14,931,960 lignes / 1,963 Mo (1.9 Go)

Format de fichier: fichiers textes simples au format TSV

Des échantillons et document de spécifications sont disponibles à la demande.

MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
11700.00 € submit
19500.00 € submit
Licence: Commercial Use - ELRA VAR
23400.00 € submit
39000.00 € submit
NON MEMBERacademiccommercial
Licence: Non Commercial Use - ELRA END USER
14625.00 € submit
24375.00 € submit
Licence: Commercial Use - ELRA VAR
29250.00 € submit
48750.00 € submit
17/09/2026