Dataset Viewer
Auto-converted to Parquet Duplicate
image
imagewidth (px)
803
2.48k
content
stringlengths
98
2.41k
doc_type
stringclasses
2 values
doc_number
stringclasses
19 values
doc_title
stringclasses
16 values
image_name
stringlengths
19
30
doc_id
stringclasses
19 values
page_index
int32
1
58
doc_pages
int32
1
58
issuer
stringclasses
5 values
date
stringdate
2005-09-28 00:00:00
2026-07-28 00:00:00
⌀
quality
stringclasses
2 values
origin
stringclasses
2 values
has_illegible
bool
2 classes
elements
stringlengths
252
3.17k
width
int32
803
2.48k
height
int32
1.03k
3.51k
review_notes
listlengths
0
9
status
stringclasses
1 value
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٣ قرار رئيس جمهورية مصر العربية بالقانون رقم ١٠١ لسنة ٢٠١٢ بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى رئيس الجمهورية بعد الاطلاع على ا...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p001.png
law_101_2012
1
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٣", "section": null}, {"type": "paragraph", "text": "قرار رئيس جمهورية مصر العربية", "section": null}, {"type": "paragraph", "text": "بالقانون رقم ١٠١ لسنة ٢٠١٢ بتعديل بعض أ...
1,576
2,200
[ "element 18: dates transcribed exactly as displayed on the page (e.g. ٢٠١٢/١٢/٣١)", "element 18: \"لوصدر\" and \"إذاما\" printed joined without space; kept as printed", "page: scan quality is lower than previous files (photocopy noise); all words were readable but dotted/undotted final ى/ي and فى/في forms are h...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٤ يكون ترتيب الوفاء بالمبالغ التى تُسدد للمصلحة استيفاءً لالتزامات الممول وفقًا لأحكام هذه المادة كما يلى: ١ - المصروفات الإدارية والقضائية. ٢ - الضرائب المحجوزة من المنبع. ٣ - الضرائب المستحقة. ٤ - مقابل التأخير. لايسرى منح هذا الحافز على الضرائب التى يلزم سداده...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p002.png
law_101_2012
2
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٤", "section": null}, {"type": "paragraph", "text": "يكون ترتيب الوفاء بالمبالغ التى تُسدد للمصلحة استيفاءً لالتزامات الممول وفقًا لأحكام هذه المادة كما يلى:", "section": "ا...
1,576
2,214
[ "element 7: \"لايسرى\" printed joined, and \"الاقرار\" printed without hamza; kept as printed", "element 9: \"ويلغي\" final letter looks dotted (ي); may be ويلغى", "element 12-13: \"مادة (٨) :\" and its text are printed on one bold line; split into heading + paragraph", "bullet glyph printed as a symbol-font ...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٥ الشريحة الثالثة: • أكثر من ٣٠٠٠٠ جنيه وحتى ٤٥٠٠٠ جنيه (١٥٪) الشريحة الرابعة: • أكثر من ٤٥٠٠٠ جنيه حتى ١٠٠٠٠٠٠ جنيه (واحد مليون جنيه) (٢٠٪) الشريحة الخامسة: • أكثر من ١٠٠٠٠٠٠ (واحد مليون جنيه) (٢٥٪) ويتم تقريب صافى الدخل السنوى عند حساب الضريبة لأقرب عشرة جنيهات...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p003.png
law_101_2012
3
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٥", "section": null}, {"type": "paragraph", "text": "الشريحة الثالثة:", "section": "المادة الثانية > مادة (٨)"}, {"type": "paragraph", "text": "• أكثر من ٣٠٠٠٠ جنيه وحتى ٤٥٠...
1,574
2,204
[ "bullet glyph printed as a symbol-font character (renders like ﮋ); transcribed as •", "elements 4,6,8: rates printed in a separate left column on the same line; joined to the line text", "element 13: heading printed \"بندة\" (not بند); kept as printed", "element 11 and 14: hamza forms (إبتداءً، الإجتماعى، ألا...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٦ مادة (٤٢): تفرض ضريبة بسعر ٥ , ٢٪ وبغير أى تخفيض على إجمالى قيمة التصرف فى العقارات المبنية أو الأراضى للبناء عليها سواء انصب التصرف عليها بحالتها أو بعد إقامة منشآت عليها وسواء كان هذا التصرف شاملاً العقار كله أو جزءً منه أو وحدة سكنية منه أو غير ذلك، وسواء كا...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p004.png
law_101_2012
4
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٦", "section": null}, {"type": "article_heading", "text": "مادة (٤٢):", "section": "المادة الثانية > مادة (٤٢)"}, {"type": "paragraph", "text": "تفرض ضريبة بسعر ٥ , ٢٪ وبغير...
1,576
2,204
[ "element 4: rate transcribed exactly as displayed on the page (٥ , ٢٪)", "element 4: \"جزءً\" printed with tanween on the hamza; kept as printed", "element 5 and 7: \"في\" and \"علي\" appear dotted in these spots; kept as they appear", "page: scan quality is lower than previous files (photocopy noise); all wo...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٧ مادة (٤٩): يقرب وعاء الضريبة إلى أقرب عشرة جنيهات أقل، ويخضع للضريبة بسعر ٢٥٪ من صافى الأرباح السنوية. واستثناء من السعر الوارد فى الفقرة السابقة تخضع أرباح هيئة قناة السويس والهيئة المصرية العامة للبترول والبنك المركزى للضريبة بسعر ٤٠٪ كما تخضع أرباح شركات الب...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p005.png
law_101_2012
5
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٧", "section": null}, {"type": "article_heading", "text": "مادة (٤٩):", "section": "المادة الثانية > مادة (٤٩)"}, {"type": "paragraph", "text": "يقرب وعاء الضريبة إلى أقرب ع...
1,578
2,196
[ "element 4: rate transcribed exactly as displayed on the page (٥٥ , ٤٠٪)", "element 8-9: \"مادة (٥٣) :\" and its text are printed on one line; split into heading + paragraph", "element 13: \"آخرى\" printed with madda; kept as printed", "page: scan quality is lower than previous files (photocopy noise); all wo...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٨ مادة (٥٦): بند ٢: الإتاوات: بند(٣): مقابل الخدمات، ولا يعتبر من قبيل مقابل الخدمات نصيب المنشأة الدائمة العاملة فى مصر من المصروفات الإدارية ومصروفات الرقابة والإشراف التى يتحملها مركزها الرئيسى فى الخارج، ويجب عند تحديد أرباح المنشأة الدائمة، ألا يزيد ما يعتمد...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p006.png
law_101_2012
6
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٨", "section": null}, {"type": "article_heading", "text": "مادة (٥٦):", "section": "المادة الثانية > مادة (٥٦)"}, {"type": "paragraph", "text": "بند ٢: الإتاوات:", "section"...
1,572
2,206
[ "elements 4-6: bold sub-labels (بند ٢، بند(٣)، (الفقرة الأخيرة)) typed as paragraph inside مادة (٥٦)", "element 5: \"أتاوات\" printed with hamza (vs الإتاوات above); kept as printed", "page: scan quality is lower than previous files (photocopy noise); all words were readable but dotted/undotted final ى/ي and فى...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ٩ كما تخضع لذات الضريبة بسعر ٢٠٪ عوائد سندات الخزانة، ويلتزم دافع هذه العوائد بحجز مقدار الضريبة وتوريدها لمأمورية الضرائب المختصة فى أول يوم عمل تال لليوم الذى تم فيه حجز الضريبة. وتخصم من الضريبة المستحقة على الجهة، الضريبة المحسوبة وفقًا لأحكام هذه المادة على ...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p007.png
law_101_2012
7
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "٩", "section": null}, {"type": "paragraph", "text": "كما تخضع لذات الضريبة بسعر ٢٠٪ عوائد سندات الخزانة، ويلتزم دافع هذه العوائد بحجز مقدار الضريبة وتوريدها لمأمورية الضرائب...
1,576
2,204
[ "element 8: no comma printed between \"٥٩ مكرراً\" and \"٥٩ مكرراً (١)\"; kept as printed", "page: scan quality is lower than previous files (photocopy noise); all words were readable but dotted/undotted final ى/ي and فى/في forms are hard to distinguish in places" ]
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ١٠ وتسرى الضريبة المشار إليه على الأرباح التى يحققها المقيمون وغير المقيمين من الأشخاص الطبيعيين والأشخاص الاعتبارية وأية منشأة دائمة يملكها شخص غير مقيم وذلك نتيجة بيع الأسهم أو الحصص بما فيها عمليات الشراء أو المبادلة بأنواعها المختلفة فى الشركات فى صفقة استحوا...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p008.png
law_101_2012
8
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "١٠", "section": null}, {"type": "paragraph", "text": "وتسرى الضريبة المشار إليه على الأرباح التى يحققها المقيمون وغير المقيمين من الأشخاص الطبيعيين والأشخاص الاعتبارية وأية ...
1,578
2,208
[ "element 3: \"المشار إليه\" (for الضريبة), \"أثنى\" and \"أخر\" kept exactly as printed", "element 4 and 6: \"وتتولي\" and \"علي\" appear with dotted final ي; kept as they appear", "page: scan quality is lower than previous files (photocopy noise); all words were readable but dotted/undotted final ى/ي and فى/في...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ١١ مادة ٥٩ مكرراً (١): على الجهات المنصوص عليها فى البندين (١)، (٢) من المادة ٥٩ من القانون المشار إليه أن تضيف نسبة على الإيجارات التى تحصلها من المستأجر للأماكن المملوكة لها والمعدة للإيجار أو التصنيع فيها أو تقديم أو إعداد أية خدمات أو مأكولات أو مشروبات وتحصي...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p009.png
law_101_2012
9
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "١١", "section": null}, {"type": "article_heading", "text": "مادة ٥٩ مكرراً (١):", "section": "المادة الثالثة > مادة (٥٩ مكرراً ١)"}, {"type": "paragraph", "text": "على الجها...
1,576
2,206
[ "element 7: \"أخر\", \"إبريل\", \"ويوليه\" and \"والأجراءات\" kept exactly as printed", "element 9: \"٥٩ مكرر (٢)\" printed without alif/tanween here; kept as printed", "page: scan quality is lower than previous files (photocopy noise); all words were readable but dotted/undotted final ى/ي and فى/في forms are h...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ١٢ مادة (٨٧) مكرراً: إذا أدرج الممول مبلغ الضريبة فى الإقرار الضريبى بأقل من قيمة الضريبة المقدرة نهائيًا يلتزم بأداء مبلغ إضافى للضريبة النهائية يعادل النسبة المحددة قرين كل حالة من الحالات التالية: • ١٠٪ من الضريبة التى لم يتم إدراجها إذا كان الفرق بين الضريبة ...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p010.png
law_101_2012
10
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "١٢", "section": null}, {"type": "article_heading", "text": "مادة (٨٧) مكرراً:", "section": "المادة الثالثة > مادة (٨٧ مكرراً)"}, {"type": "paragraph", "text": "إذا أدرج المم...
1,578
2,214
[ "bullet glyph printed as a symbol-font character (renders like ﮋ); transcribed as •", "element 6: \"خطأ\" may carry a tanween mark (خطأً); not clearly visible", "page: scan quality is lower than previous files (photocopy noise); all words were readable but dotted/undotted final ى/ي and فى/في forms are hard to d...
spot_checked
الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢ ١٣ المادة (١٤٧) مكرراً: يُعفى كل شخص من أداء جميع مبالغ الضريبة المستحقة على دخله وجميع مبالغ الضريبة العامة على المبيعات، أيًا كانت قيمة رأسماله أو رقم أعماله أو إيراداته أو صافى ربحه السنوى، وذلك عن الفترات الضريبية السابقة على تاريخ العمل بهذا القانون أيًا كان...
قانون
١٠١ لسنة ٢٠١٢
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ وتقرير بعض التيسيرات الضريبية والمساهمة فى تحقيق العدالة الاجتماعية والحد من حالات التهرب الضريبى
law_101_2012_p011.png
law_101_2012
11
11
رئيس الجمهورية
2012-12-06
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٤٩ تابع (أ) فى ٦ ديسمبر سنة ٢٠١٢", "section": null}, {"type": "page_number", "text": "١٣", "section": null}, {"type": "article_heading", "text": "المادة (١٤٧) مكرراً:", "section": "المادة الثالثة > مادة (١٤٧ مكرراً)"}, {"type": "paragraph", "text": "يُعفى كل ...
1,578
2,200
[ "elements 5-6: tanween on the bold labels أولاً / ثانياً is not clearly visible; transcribed with tanween", "elements 7-10: blank form labels typed as field with empty value; order = right column then left column, row by row", "element 12: no final period printed; kept as printed", "elements 17-18: issuance d...
spot_checked
الجريدة الرسمية - العدد ٧ مكرر (أ) في ٢٠ فبراير سنة ٢٠١٩ ٤ قانون رقم ١٠ لسنة ٢٠١٩ بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ باسم الشعب رئيس الجمهورية قرر مجلس النواب القانون الآتى نصه، وقد أصدرناه: (المادة الأولى) يستبدل بنص الفقرة الأخيرة من المادة (٥٨) من قانون الضريبة على الدخل الصادر...
قانون
١٠ لسنة ٢٠١٩
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_10_2019_p001.png
law_10_2019
1
2
رئيس الجمهورية
2019-02-20
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٧ مكرر (أ) في ٢٠ فبراير سنة ٢٠١٩", "section": null}, {"type": "page_number", "text": "٤", "section": null}, {"type": "title", "text": "قانون رقم ١٠ لسنة ٢٠١٩", "section": null}, {"type": "subtitle", "text": "بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بال...
2,480
3,505
[ "element 1: the separator after الجريدة الرسمية is a long dash; transcribed as a hyphen for consistency", "page: a large red/grey watermark stamp overlaps the body text; ignored as a stamp, all words under it were readable" ]
spot_checked
الجريدة الرسمية - العدد ٧ مكرر (أ) في ٢٠ فبراير سنة ٢٠١٩ ٤ (المادة الثالثة) يسرى حكم المادة الأولى من هذا القانون على أذون وسندات الخزانة التي يتم الاكتتاب فيها بدءا من تاريخ العمل بأحكامه. (المادة الرابعة) ينشر هذا القانون في الجريدة الرسمية، ويعمل به من اليوم التالي لتاريخ نشره. يبصم هذا القانون بخاتم الدولة، وينفذ ك...
قانون
١٠ لسنة ٢٠١٩
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_10_2019_p002.png
law_10_2019
2
2
رئيس الجمهورية
2019-02-20
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٧ مكرر (أ) في ٢٠ فبراير سنة ٢٠١٩", "section": null}, {"type": "page_number", "text": "٤", "section": null}, {"type": "article_heading", "text": "(المادة الثالثة)", "section": "المادة الثالثة"}, {"type": "paragraph", "text": "يسرى حكم المادة الأولى من هذا القا...
2,480
3,385
[ "element 2: page number is printed as ٤, the same as the previous page; kept as printed", "element 1: the separator after الجريدة الرسمية is a long dash; transcribed as a hyphen for consistency", "page: a large red/grey watermark stamp overlaps the body text; ignored as a stamp, all words under it were readable...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ٤ قانون رقم ١٤٩ لسنة ٢٠٢٦ بتعديل بعض أحكام قانون الضريبة على القيمة المضافة الصادر بالقانون رقم ٦٧ لسنة ٢٠١٦ باسم الشعب رئيس الجمهورية قرر مجلس النواب القانون الآتى نصه، وقد أصدرناه؛ (المادة الأولى) يُستبدل بنصوص المواد (٣/ الفقرة الأولى، ٥ الفقرة الرابعة، ٢٨ مكر...
قانون
١٤٩ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على القيمة المضافة الصادر بالقانون رقم ٦٧ لسنة ٢٠١٦
law_149_2026_p001.png
law_149_2026
1
4
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "٤", "section": null}, {"type": "paragraph", "text": "قانون رقم ١٤٩ لسنة ٢٠٢٦", "section": null}, {"type": "paragraph", "text": "بتعديل بعض أحكام قانون الضريبة على القيمة الم...
1,653
2,340
[ "element 3: double space printed between رقم and ١٤٩ collapsed to one space per spacing rule", "element 3-4: title printed on three centered lines; first line kept separate, the two subtitle lines joined, same convention as previous laws", "element 11: fiscal years transcribed exactly as displayed on the page (...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ٥ المحلية، بحسب الأحوال، ويجوز لأسباب مبررة تقبلها المصلحة ومد هذه المدة لمدة أو مدد أخرى بما لا يجاوز مجموعها ثلاث سنوات كحد أقصى، فإذا ثبت للمصلحة استخدام هذه الآلات والمعدات والأجهزة الطبية فى الإنتاج الصناعى خلال هذه المدة أعفيت من الضريبة المشار إليها، وفى ه...
قانون
١٤٩ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على القيمة المضافة الصادر بالقانون رقم ٦٧ لسنة ٢٠١٦
law_149_2026_p002.png
law_149_2026
2
4
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "٥", "section": null}, {"type": "paragraph", "text": "المحلية، بحسب الأحوال، ويجوز لأسباب مبررة تقبلها المصلحة ومد هذه المدة لمدة أو مدد أخرى بما لا يجاوز مجموعها ثلاث سنوات ...
1,653
2,340
[ "element 3: paragraph continues from the previous page; \"الضريبة المستحق\" printed as is; kept as printed", "element 4: \"فى الأجهزة الطبية\" printed without \"حكم\" (compare page ٤); kept as printed" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ٦ ٢٠- المواد الطبيعية بما فيها منتجات المناجم والمحاجر بحالتها الطبيعية فيما عدا البترول الخام والغاز الطبيعي. ٢٨- بيع وتأجير الأراضي الفضاء والأراضى الزراعية والمبانى والوحدات السكنية، وبيع وتأجير المباني والوحدات غير السكنية فيما عدا تأجير المباني والوحدات التي...
قانون
١٤٩ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على القيمة المضافة الصادر بالقانون رقم ٦٧ لسنة ٢٠١٦
law_149_2026_p003.png
law_149_2026
3
4
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "٦", "section": null}, {"type": "paragraph", "text": "٢٠- المواد الطبيعية بما فيها منتجات المناجم والمحاجر بحالتها الطبيعية فيما عدا البترول الخام والغاز الطبيعي.", "section"...
1,653
2,340
[ "element 5: printed with a space between the number and the dash (\"٣٢ -\") unlike the other items; kept as printed", "element 10: printed space before the closing parenthesis \"بند ٣ )\" removed per spacing rule" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ٧ كما يُضاف مسلسل جديد برقم (١٧) إلى البند "أولا" من جدول السلع والخدمات المرافق لقانون الضريبة على القيمة المضافة المشار إليه، نصه الأتي: <table><tr><th rowspan="2">م</th><th rowspan="2">الصنف</th><th colspan="2">المعاملة الضريبية طبقًا لقانون القيمة المضافة</th...
قانون
١٤٩ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على القيمة المضافة الصادر بالقانون رقم ٦٧ لسنة ٢٠١٦
law_149_2026_p004.png
law_149_2026
4
4
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "٧", "section": null}, {"type": "paragraph", "text": "كما يُضاف مسلسل جديد برقم (١٧) إلى البند \"أولا\" من جدول السلع والخدمات المرافق لقانون الضريبة على القيمة المضافة المشا...
1,653
2,340
[ "element 3 and 6: printed spaces inside \"( ١٧ )\" and \"(٨، ١٠ )\" removed per spacing rule; \"الأتي\" printed with hamza (not الآتي); kept as printed", "element 4: table header cell \"المعاملة الضريبية / طبقًا لقانون القيمة المضافة\" is printed on two lines inside one merged cell; joined with a single space", ...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٠ قانون رقم ١٥١ لسنة ٢٠٢٦ بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥ باسم الشعب رئيس الجمهورية قرر مجلس النواب القانون الآتى نصه، وقد أصدرناه؛ (المادة الأولى) يستبدل بنصوص المواد (٢٨/ الفقرة الأولى البند ٤، ٤٣، ٤٦ مكررًا ٣، ٤٦ مكرر...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p001.png
law_151_2026
1
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٠", "section": null}, {"type": "paragraph", "text": "قانون رقم ١٥١ لسنة ٢٠٢٦", "section": null}, {"type": "paragraph", "text": "بتعديل بعض أحكام قانون الضريبة على الدخل الص...
1,653
2,340
[ "element 3: double space printed between رقم and ١٥١ collapsed to one space", "element 9: \"٥٠/ البندين ٧ - ٥٢،١٠\" transcribed exactly as displayed (the ١٠ and ٥٢ are printed joined by an Arabic comma with no space)", "element 8: printed spaces just inside parentheses (e.g. \"( المادة ... )\") removed per spac...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١١ مادة (٤٣): تفرض ضريبة بسعر ٢,٥٪ ويغير أى تخفيض على إجمالى قيمة التصرف فى العقارات العينية أو الأراضى للبناء عليها عدا القرى، مهما تعددت التصرفات، سواء انصب التصرف على هذه العقارات أو الأراضى بحالتها أو بعد إقامة منشآت عليها، وسواء كان هذا التصرف شاملا العقار ك...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p002.png
law_151_2026
2
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١١", "section": null}, {"type": "article_heading", "text": "مادة (٤٣):", "section": "المادة الأولى > مادة (٤٣)"}, {"type": "paragraph", "text": "تفرض ضريبة بسعر ٢,٥٪ ويغير أ...
1,653
2,340
[ "element 2: printed space inside \"(٤٣ )\" removed per spacing rule", "element 3: rate transcribed exactly as displayed (٢,٥٪); \"ويغير\" printed with dotted غ (likely a typo for وبغير); kept as printed; \"شاملا\" printed without tanween; kept as printed", "element 5: printed space inside \"( ١٩ / البند ٧)\" re...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٢ وفى تطبيق أحكام هذه المادة، يعتبر تصرفًا خاضعًا للضريبة التصرف بالبيع أو الوصية أو التبرع أو بالهبة، لغير الأصول أو الأزواج أو الفروع أو تقرير حق انتفاع على العقار أو تأجيره لمدة تزيد على خمسين عامًا. ولا يعتبر تصرفًا خاضعًا لضريبة البيوع الجبرية إدارية كانت أ...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p003.png
law_151_2026
3
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٢", "section": null}, {"type": "paragraph", "text": "وفى تطبيق أحكام هذه المادة، يعتبر تصرفًا خاضعًا للضريبة التصرف بالبيع أو الوصية أو التبرع أو بالهبة، لغير الأصول أو الأ...
1,653
2,340
[ "element 6: heading printed with no space between ٤٦ and مكررًا (\"٤٦مكررًا ٣\"); kept as printed" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٣ وحال كان سعر البيع أو الاستبدال أو التصرف بالقيمة العادلة يضاف إلى تكلفة الاقتناء قيمة ما يعادل سعر الائتمان والخصم المعلن من البنك المركزى عن كل سنة من سنوات الاحتفاظ بشرط ألا يتم التصرف فى هذه الأوراق أو الحصص قبل مضى ثلاث سنوات، ويكون احتساب تكلفة الاقتناء ...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p004.png
law_151_2026
4
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٣", "section": null}, {"type": "paragraph", "text": "وحال كان سعر البيع أو الاستبدال أو التصرف بالقيمة العادلة يضاف إلى تكلفة الاقتناء قيمة ما يعادل سعر الائتمان والخصم الم...
1,653
2,340
[ "element 5: a small stray mark (looks like a kasra) appears under the hamza of \"الرأسمالية\" in the second line; treated as print noise and not transcribed" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٤ كما يسرى حكم هذه المادة على العوائد المدينة التى تدفعها الأشخاص الاعتبارية على القروض والسلفيات التى حصلت عليها فيما يزيد على أربعة أمثال متوسط حقوق الملكية وفقًا للقوائم المالية التى يتم إعدادها طبقًا لمعايير المحاسبة المصرية إذا توفرت الشروط الآتية: (أ) أن ت...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p005.png
law_151_2026
5
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٤", "section": null}, {"type": "paragraph", "text": "كما يسرى حكم هذه المادة على العوائد المدينة التى تدفعها الأشخاص الاعتبارية على القروض والسلفيات التى حصلت عليها فيما يز...
1,653
2,340
[ "element 4: \"بناء\" printed without tanween here; kept as printed", "element 10: printed double space in \"المالية مقيدة\" collapsed to one space", "element 11: the line starting \"وتعد أرباح\" has no first-line indent, so it is treated as the same paragraph as \"وفى تطبيق ...\"; the paragraph continues on th...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٥ وتستبعد توزيعات الأرباح التى تحصل عليها الأشخاص الاعتبارية المقيمة من أشخاص اعتبارية مقيمة أخرى وما يقابلها من تكلفة من وعاء الضريبة على أرباح الأشخاص الاعتبارية المنصوص عليها فى الكتاب الثالث من هذا القانون، وفقًا لما تحدده اللائحة التنفيذية لهذا القانون. كما...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p006.png
law_151_2026
6
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٥", "section": null}, {"type": "paragraph", "text": "وتستبعد توزيعات الأرباح التى تحصل عليها الأشخاص الاعتبارية المقيمة من أشخاص اعتبارية مقيمة أخرى وما يقابلها من تكلفة من...
1,653
2,340
[ "element 3: first line has no indent; continuation of the last paragraph on the previous page", "element 9: no final period printed; kept as printed" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٦ مادة (٣٣/ بند ٥): ٥- قيمة المساهمة التكافلية المنصوص عليها بالمادة (٤٠ / بند تاسعًا) من قانون نظام التأمين الصحى الشامل المشار إليه. مادة (٥٦/ فقرة رابعة): كما تعفى من الضريبة المنصوص عليها فى هذه المادة عوائد القروض أو التسهيلات التى تحصل عليها شركات القطاع ا...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p007.png
law_151_2026
7
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٦", "section": null}, {"type": "article_heading", "text": "مادة (٣٣/ بند ٥):", "section": "المادة الثانية > مادة (٣٣ / بند ٥)"}, {"type": "paragraph", "text": "٥- قيمة المس...
1,653
2,340
[ "element 6: printed double space in \"من الضريبة\" collapsed to one space", "element 8: this condition is printed without a \"٢-\" number; kept as printed" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٧ ويقتصر منح الحافز المنصوص عليه في الفقرة الأولى من هذه المادة على مرة واحدة فقط طول عمر الشركة، وتحدد اللائحة التنفيذية لهذا القانون إجراءات وآليات المراجعة والتحقق من استيفاء المعايير وقواعد إيقاف الحافز أو استرداد ما سبق منحه حال فقدان أي من الشرطين المنصوص ...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p008.png
law_151_2026
8
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٧", "section": null}, {"type": "paragraph", "text": "ويقتصر منح الحافز المنصوص عليه في الفقرة الأولى من هذه المادة على مرة واحدة فقط طول عمر الشركة، وتحدد اللائحة التنفيذية...
1,653
2,340
[ "element 8: bold line \"أولا : ...\" typed as paragraph; \"أولا\" printed without tanween; kept as printed", "elements 9-10: rates transcribed exactly as displayed ((٠,٥٪) and (٠,٧٥٪))" ]
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٨ ٣- (١٪) من حجم الأعمال بالنسبة للمشروعات التي يبلغ حجم أعمالها ثلاثة ملايين جنيه ولا يجاوز عشرة ملايين جنيه سنويا. ثانيًا: المشروعات التى لا يجاوز حجم أعمالها مليون جنيه سنويا على النحو الآتي: ١- ألف جنيه سنويًا للمشروعات التي يقل حجم أعمالها السنوى عن ٢٥٠ ألف...
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p009.png
law_151_2026
9
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٨", "section": null}, {"type": "paragraph", "text": "٣- (١٪) من حجم الأعمال بالنسبة للمشروعات التي يبلغ حجم أعمالها ثلاثة ملايين جنيه ولا يجاوز عشرة ملايين جنيه سنويا.", "s...
1,653
2,340
[ "elements 3-4: \"سنويا\" printed without tanween in these two places; kept as printed", "element 4: bold line \"ثانيًا: ...\" typed as paragraph", "element 9: printed double space before \"حتى\" collapsed to one space", "elements 8,10: printed spaces just inside parentheses (e.g. \"( المادة ... )\") removed p...
spot_checked
الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦ ١٩ (المادة السابعة) يُنشر هذا القانون في الجريدة الرسمية، ويُعمل به اعتبارًا من اليوم التالى لتاريخ نشره. يُبصم هذا القانون بخاتم الدولة، وينفذ كقانون من قوانينها. صدر برئاسة الجمهورية فى ١٤ صفر سنة ١٤٤٨ه (الموافق ٢٨ يولية سنة ٢٠٢٦م). عبد الفتاح السيسى
قانون
١٥١ لسنة ٢٠٢٦
بتعديل بعض أحكام قانون الضريبة على الدخل الصادر بالقانون رقم ٩١ لسنة ٢٠٠٥
law_151_2026_p010.png
law_151_2026
10
10
رئيس الجمهورية
2026-07-28
ok
rendered_digital
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٣٠ مكرر (أ) فى ٢٨ يولية سنة ٢٠٢٦", "section": null}, {"type": "page_number", "text": "١٩", "section": null}, {"type": "article_heading", "text": "(المادة السابعة)", "section": "المادة السابعة"}, {"type": "paragraph", "text": "يُنشر هذا القانون في الجريدة الرس...
1,653
2,340
[ "element 3: printed spaces just inside parentheses (e.g. \"( المادة ... )\") removed per spacing rule", "elements 6-7: issuance date lines set to section null (outside any article); printed spaces inside \"( الموافق ... )\" removed per spacing rule" ]
spot_checked
الجريدة الرسمية - العدد ٢٨ مكرر (و) فى ١٥ يولية سنة ٢٠٢٠ ٢ قانون رقم ١٥٢ لسنة ٢٠٢٠ بإصدار قانون تنمية المشروعات المتوسطة والصغيرة ومتناهية الصغر باسم الشعب رئيس الجمهورية قرر مجلس النواب القانون الآتى نصه، وقد أصدرناه: (المادة الأولى) يُعمل بأحكام القانون المرافق فى شأن تنمية المشروعات المتوسطة والصغيرة ومتناهية الصغر....
قانون
١٥٢ لسنة ٢٠٢٠
بإصدار قانون تنمية المشروعات المتوسطة والصغيرة ومتناهية الصغر
law_152_2020_p001.png
law_152_2020
1
41
رئيس الجمهورية
2020-07-13
ok
scan
false
[{"type": "running_header", "text": "الجريدة الرسمية - العدد ٢٨ مكرر (و) فى ١٥ يولية سنة ٢٠٢٠", "section": null}, {"type": "page_number", "text": "٢", "section": null}, {"type": "title", "text": "قانون رقم ١٥٢ لسنة ٢٠٢٠", "section": null}, {"type": "subtitle", "text": "بإصدار قانون تنمية المشروعات المتوسطة والصغيرة ومت...
1,350
1,929
[ "element 19: printed as \"( الموافق ١٣ يولية سنة ٢٠٢٠ م ) .\"; inner spaces removed per spacing rule" ]
spot_checked
End of preview. Expand in Data Studio

Egyptian Tax Legislation OCR

Page-level OCR dataset of scanned Egyptian tax legislation (laws and ministerial decisions published in the Official Gazette, الجريدة الرسمية). Each row is one full page image with a structured transcription: typed layout elements, article (section) links, document metadata, and the full page text.

Built for fine-tuning vision-language models on full-page Arabic document OCR, and for structure-aware RAG over legal text.

Statistics

Split Pages Documents
train 336 19
test 30 10
  • Documents: 29 (laws from 2005 to 2026 and Ministry of Finance decisions)
  • Low-resolution pages (scan width < 1200px): 145
  • Pages containing tables: 20
  • Pages containing illegible markers [؟]: 1
  • Splits are by document, so no document appears in both splits.
  • The test split contains only real scans with quality == "ok".

Fields

Field Description
image Full page image at native scan resolution
image_name, doc_id, page_index, doc_pages Page identity
doc_type, issuer, doc_number, doc_title, date Document metadata, copied to every page of the document
content Full page text, one element per line; tables as one-line HTML with rowspan/colspan
elements JSON string: list of typed elements in reading order
quality ok or low (scan width below 1200px)
origin scan (real scan) or rendered_digital (rendered from a digital PDF, cleaner than real scans)
has_illegible Page contains [؟] for unreadable text
review_notes Spots the annotator flagged as uncertain
status Review status

Element types: running_header, page_number, title, subtitle, article_heading, paragraph, table, field, signature, date, footnote. Each element has a section path linking it to its legal article, e.g. المادة الأولى > مادة (٤٢).

Document metadata

  • doc_type: قانون or قرار. Presidential decrees with force of law (قرار رئيس الجمهورية بالقانون رقم ...) are typed قانون, since they are numbered and cited as laws.
  • date: Gregorian issue date (YYYY-MM-DD) from the printed الموافق line; null when not printed (343 of 366 pages have one).
  • Source of the metadata: transcribed from page 1 for 14 documents, extracted by rule from the transcribed page-1 text for 14 documents, and filled manually for 1 document. Every extracted or manual value was verified by script to appear verbatim in the page-1 text.

Transcription conventions

  • Diplomatic spelling: printed forms are kept (e.g. فى, الآتى), never corrected.
  • Digits are kept as printed (Arabic-Indic stay Arabic-Indic).
  • Printed diacritics are kept; kashida/tatweel is removed.
  • Printed line breaks inside a paragraph are joined; one element per paragraph or heading.
  • Spacing is normalized: no space inside parentheses or before ، . : ؛.
  • Tables: cells are ordered right to left (first cell = rightmost column). In elements, merged cells are objects with rowspan/colspan; in content, tables are rendered as one-line HTML.
  • Page furniture: the running header always comes before the page number, wherever the number is printed on the page.
  • Unreadable text is marked [؟] instead of guessed.

How it was made

  1. PDFs were rendered to page images at their native scan resolution.
  2. Pages were transcribed into structured JSON by an LLM (Claude, Anthropic) following fixed written guidelines, with uncertain spots recorded in review_notes.
  3. A human spot-checked random pages from every document (status = "spot_checked"); not every page was fully reviewed.
  4. All transcriptions were normalized to one convention by script, and missing document metadata was filled as described above.

Limitations

  • Labels are LLM-generated with spot checks, not fully human-verified. Numbers are the most error-prone content.
  • Low-resolution pages are harder to read; filter with quality == "ok" if needed.
  • For OCR training, consider excluding pages where has_illegible is true.

Usage

import json
from datasets import load_dataset

ds = load_dataset("mohamedwasef/egyptian-official-documents-ocr")
page = ds["test"][0]
page["image"]                       # PIL image
print(page["content"])              # full page text
elements = json.loads(page["elements"])

train = ds["train"].filter(lambda x: not x["has_illegible"])

License

Annotations are released under CC BY 4.0. The source documents are official Egyptian government publications.

Downloads last month
98