首页 » 阿拉伯语的阿拉伯人名数据库

阿拉伯语的阿拉伯人名数据库

阿拉伯文字的复杂性能产生各种阿拉伯语拼写变体和拼写错误，这可能导致阿拉伯语信息处理中的各种问题。为了解决此问题，我们创建了阿拉伯语阿拉伯的阿拉伯人名数据库（DANA），这是一种独一无二的资源，涵盖了几十万种阿拉伯文字变体和常见的拼写错误，如以下数据样本所示。

DANA的关键特征是将每个阿拉伯语名称都进行标准化和语音处理，以生成一个无错误且经过完全净化的阿拉伯语规范形式的数据库。语音处理是由编辑人员在技术工具的辅助下完成的，这些工具旨在实现最大效率。规范形式被用作为我们的阿拉伯名称数据库（DAN）创建准确的罗马化变体的基础，该数据库包含超过650万个阿拉伯名称的罗马化变体-以及DANA的阿拉伯语拼写变体。

阿拉伯语名称在alif上拼有hamza，有时会出现shadda，有时不会出现，有时不会在alif上没有写madda，等等。除变体外，还存在一些常见错误，例如yaa'被alif maqsuura取代，而taa'marbuuta被haa'取代。

以下是两个男性姓氏的阿拉伯语变体示例。

数据样本

阿拉伯语变体	频率
عبدالله	77248500
عبدالله	35427490
عبدلله	536060
عبداللّه	239
عبداللّه	123
عبداللاه	115
عبداللاه	109
عبدلله	81
عبدألله	33
عبدللّه	30
عبدألله	10

阿拉伯语变体	频率
أبوعلي	2210880
ابوعلي	985
أبوعلي	963
ابوعلي	495
ابوعلى	408
ابوعلى	379
أبوعلى	164
أبوعلىّ	35
أبوعليّ	30
أبوعلى	17

更多阿拉伯资源：