Arabic Text Copus (Raw, Unfiltered)
收藏DataCite Commons2022-11-23 更新2024-07-29 收录
下载链接：
https://figshare.com/articles/dataset/Arabic_Text_Copus_Raw_Unfiltered_/21605772
下载链接
链接失效反馈官方服务：
资源简介：
The corpus is extracted from 29,192,662 ClueWeb html. Initially archived in WARC files. Each text file contains in average 30,000 different webpages. The size of the corpus is 18,482,719 terms.
该语料库源自29,192,662条ClueWeb HTML网页，最初以WARC文件形式归档。每个文本文件平均收录30000个独立网页，总词项数达18,482,719。
提供机构：
figshare
创建时间：
2022-11-22
