# تحميل مجموعة بيانات من المستودع

قد يكون العثور على مجموعات بيانات عالية الجودة قابلة للتكرار وسهلة الوصول أمراً صعباً. أحد الأهداف الرئيسية لـ 🤗 Datasets هو توفير طريقة بسيطة لتحميل مجموعة بيانات بأي صيغة أو نوع. أسهل طريقة للبدء هي اكتشاف مجموعة بيانات موجودة على [Hugging Face Hub](https://huggingface.co/datasets) - وهي مجموعة مجتمعية من مجموعات البيانات للمهام في معالجة اللغة الطبيعية، ورؤية الحاسوب، والصوت - واستخدام 🤗 Datasets لتنزيل مجموعة البيانات وتوليدها.

يستخدم هذا الشرح مجموعات البيانات [rotten_tomatoes](https://huggingface.co/datasets/rotten_tomatoes) و[MInDS-14](https://huggingface.co/datasets/PolyAI/minds14)، لكن يمكنك بحرية تحميل أي مجموعة بيانات تريدها والمتابعة. انتقل الآن إلى Hub وابحث عن مجموعة بيانات تناسب مهمتك!

## تحميل مجموعة بيانات

قبل أن تخصص وقتًا لتنزيل مجموعة بيانات، قد يكون من المفيد الحصول بسرعة على بعض المعلومات العامة عنها. تُخزَّن معلومات مجموعة البيانات داخل [DatasetInfo](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.DatasetInfo) ويمكن أن تشمل تفاصيل مثل وصف المجموعة، والميزات، وحجمها.

استخدم دالة [load_dataset_builder()](/docs/datasets/v5.2.0/ar/package_reference/loading_methods#datasets.load_dataset_builder) لتحميل مُنشئ مجموعة بيانات وفحص خصائص مجموعة البيانات دون الالتزام بتنزيلها:

```py
>>> from datasets import load_dataset_builder
>>> ds_builder = load_dataset_builder("cornell-movie-review-data/rotten_tomatoes")

# Inspect dataset description
>>> ds_builder.info.description
Movie Review Dataset. This is a dataset of containing 5,331 positive and 5,331 negative processed sentences from Rotten Tomatoes movie reviews. This data was first used in Bo Pang and Lillian Lee, ``Seeing stars: Exploiting class relationships for sentiment categorization with respect to rating scales.'', Proceedings of the ACL, 2005.

# Inspect dataset features
>>> ds_builder.info.features
{'label': ClassLabel(names=['neg', 'pos']),
 'text': Value('string')}
```

إذا كنت راضياً عن مجموعة البيانات، فقم بتحميلها باستخدام [load_dataset()](/docs/datasets/v5.2.0/ar/package_reference/loading_methods#datasets.load_dataset):

```py
>>> from datasets import load_dataset

>>> dataset = load_dataset("cornell-movie-review-data/rotten_tomatoes", split="train")
```

## التقسيمات

التقسيم هو مجموعة فرعية محددة من مجموعة بيانات مثل `train` و`test`. اذكر أسماء تقسيمات مجموعة البيانات باستخدام الدالة [get_dataset_split_names()](/docs/datasets/v5.2.0/ar/package_reference/loading_methods#datasets.get_dataset_split_names):

```py
>>> from datasets import get_dataset_split_names

>>> get_dataset_split_names("cornell-movie-review-data/rotten_tomatoes")
['train', 'validation', 'test']
```

ثم يمكنك تحميل تقسيم محدد باستخدام معامل `split`. يؤدي تحميل `split` لمجموعة بيانات إلى إرجاع كائن [Dataset](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.Dataset):

```py
>>> from datasets import load_dataset

>>> dataset = load_dataset("cornell-movie-review-data/rotten_tomatoes", split="train")
>>> dataset
Dataset({
    features: ['text', 'label'],
    num_rows: 8530
})
```

إذا لم تحدد `split`، فإن 🤗 Datasets يعيد كائن [DatasetDict](/docs/datasets/v5.2.0/ar/package_reference/main_classes#datasets.DatasetDict) بدلاً من ذلك:

```py
>>> from datasets import load_dataset

>>> dataset = load_dataset("cornell-movie-review-data/rotten_tomatoes")
DatasetDict({
    train: Dataset({
        features: ['text', 'label'],
        num_rows: 8530
    })
    validation: Dataset({
        features: ['text', 'label'],
        num_rows: 1066
    })
    test: Dataset({
        features: ['text', 'label'],
        num_rows: 1066
    })
})
```

## التكوينات

تحتوي بعض مجموعات البيانات على عدة مجموعات فرعية. على سبيل المثال، تحتوي مجموعة بيانات [MInDS-14](https://huggingface.co/datasets/PolyAI/minds14) على عدة مجموعات فرعية، تحتوي كل واحدة منها على بيانات صوتية بلغة مختلفة. تُعرف هذه المجموعات الفرعية باسم *configurations* أو *subsets*، ويجب عليك تحديد واحدة منها بشكل صريح عند تحميل مجموعة البيانات. إذا لم تُقدم اسمًا للتكوين، فسيُطلق 🤗 Datasets خطأ `ValueError` ويذكّرك باختيار تكوين.

استخدم دالة [get_dataset_config_names()](/docs/datasets/v5.2.0/ar/package_reference/loading_methods#datasets.get_dataset_config_names) لاسترجاع قائمة بجميع التكوينات المتاحة لبياناتك:

```py
>>> from datasets import get_dataset_config_names

>>> configs = get_dataset_config_names("PolyAI/minds14")
>>> print(configs)
['cs-CZ', 'de-DE', 'en-AU', 'en-GB', 'en-US', 'es-ES', 'fr-FR', 'it-IT', 'ko-KR', 'nl-NL', 'pl-PL', 'pt-PT', 'ru-RU', 'zh-CN', 'all']
```

ثم حمّل الإعداد الذي تريده:

```py
>>> from datasets import load_dataset

>>> mindsFR = load_dataset("PolyAI/minds14", "fr-FR", split="train")
```