Logo Lanfrica
  • Accueil
  • Atlas
  • Analyses
  • Documentation
  • Sign in

© 2026 Lanfrica. Tous droits réservés. Tous les droits d'auteur des ressources affichées sur le site Web Lanfrica appartiennent aux détenteurs de droits d'auteur d'origine, sauf indication contraire explicite.

Identifying Libyan Arabic Dialect with Limited Data Resources: A Comparative Study of Machine Learning Models and Term Weighting Schemes

Type de record:

paper
Créateur:
NajMan
Éditeur:
Spr
Hôte:

Visit

doi.org

Languages

Arabic, Libyan Spoken

Licenses

https://www.springernature.com/gp/researchers/text-and-data-mininghttps://www.springernature.com/gp/researchers/text-and-data-mining