meettilavat/InternetArchive_1899_Large
收藏Hugging Face2025-10-20 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/meettilavat/InternetArchive_1899_Large
下载链接
链接失效反馈官方服务：
资源简介：
互联网档案历史文本数据集（0001-1899），包含了从公元1年到1899年的文本文件，经过清理的公共领域风格的文档共711,680个，存储在620个Zstandard压缩的Parquet分片中，适用于语言建模和历史文本分析等任务。数据集以英文为主。
Internet Archive Historical Texts (0001-1899) dataset consists of text files dated between 0001 and 1899, cleaned public-domain style documents totaling 711,680, stored in 620 Zstandard-compressed Parquet shards, suitable for language modeling and historical text analysis. The dataset is predominantly in English.
提供机构：
meettilavat
