Datasets en árabe para inteligencia artificial

Los abiertos y documentados que necesite tu equipo: JSONL, CSV, TSV, texto plano con su esquema. Lo acordamos antes de empezar, junto con la estructura de campos, para que entre directo en tu canalización sin que nadie tenga que reescribirlo.

Depende del volumen, del dominio y de en qué estado llega el material. Por eso miramos una muestra antes de presupuestar: un corpus limpio y uno sucio del mismo tamaño no cuestan lo mismo ni de lejos. Con la muestra te damos un precio cerrado.

Para lo mecánico sí, y lo decimos: acelera el primer paso. Pero lo que se entrega lo revisa y lo firma una persona, con criterio lingüístico. Si lo que buscas es volumen de máquina sin revisar, eso lo tienes más barato en otro sitio y no te hacemos falta.

En el que necesite tu proyecto. Para documentación, normativa y textos técnicos, estándar moderno normalizado. Para conversación y atención al cliente suele hacer falta dialecto —marroquí, levantino o egipcio— porque nadie escribe a un chat en árabe de telediario.

Lo que nos das es tuyo y lo que preparamos también. No lo reutilizamos, no lo revendemos y no lo usamos para entrenar nada nuestro. Firmamos confidencialidad, y con datos de empresa o de pacientes lo damos por hecho.

Sí. Se puede integrar en tu web o en tu aplicación, dejarlo en un entorno interno o hacer una instalación local para que los datos no salgan de vuestra casa. Depende de lo que exija vuestra política, y lo hablamos antes.

Sí, con las cautelas que corresponden: acuerdo de confidencialidad, acceso limitado a quien trabaja en el proyecto y, si hace falta, trabajo dentro de vuestro entorno. Si los datos llevan información personal, se acuerda por escrito quién trata qué antes de tocar nada.

La fecha va en el presupuesto y esa es la fecha. Un corpus pequeño y limpio son días; uno grande y desordenado lleva semanas, y la parte lenta casi nunca es traducir: es ordenar.

Estamos en Gran Vía 40, en Madrid, y ahí se puede venir a vernos. Pero casi todo esto se lleva a distancia sin perder nada: trabajamos con clientes de toda España y de fuera, y el trato es por correo, por teléfono o por videollamada, como te venga mejor.