登录后查看消息通知
搜索
常见问题
消息
登录
acul3/pmd_indonesia
收藏
Hugging Face
2022-07-21 更新
2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/acul3/pmd_indonesia
下载链接
链接失效反馈
官方服务:
购买咨询
问题咨询
资源简介:
--- license: cc-by-4.0 ---
许可证:知识共享署名4.0(CC BY 4.0)
应用场景:
提供机构:
acul3
原始信息汇总
数据集概述
许可证信息
许可证类型
: CC-BY-4.0
相关数据集
acul3/prompt
--- license: agpl-3.0 ---
Hugging Face
2023-09-23 更新
5
0
acul3/WikiCitra-ID
WikiCitra-ID是一个从印度尼西亚维基百科收集的大规模图像-文本数据集。该数据集包含从印度尼西亚维基百科文章的最新HTML转储中提取的图像及其对应的标题。数据集经过处理,形成了干净的图像-文本对,并提供了元数据以供验证。数据集包含352,150张图像,其中325,971张图像具有非空标题。每个数据条目包含图像、对应的印尼语标题或描述以及用于验证的元数据。数据集适用于多模态机器学习研究、印尼
Hugging Face
2024-12-02 更新
16
0
acul3/WikipediaMM-Indo
WikipediaMM-Indo是一个从印度尼西亚地区维基百科转储中收集的综合性多媒体数据集,包含印度尼西亚语、爪哇语和米南加保语的内容。数据集包括图像、视频和音频文件及其相关字幕。数据集通过从Wikimedia Enterprise提供的HTML转储中自动抓取媒体元素及其字幕来创建。每个条目包含媒体URL、媒体类型、相关字幕(如果可用)、源语言和其他元数据。数据集适用于多语言多媒体研究、跨语言媒
Hugging Face
2024-12-02 更新
3
0
acul3/laion-2b-indonesia-subset
该数据集包含多个特征,如URL、文本内容、宽度、高度、相似度、语言、水印概率、不安全内容概率、英文文本和预测值。数据集分为一个训练集,包含21,909,328个样本,总大小为5,678,773,557字节。下载大小为4,290,558,447字节。数据集的配置为默认配置,数据文件路径为data/train-*。
Hugging Face
2024-12-02 更新
12
0
acul3/KoPI-CC
KoPI-CC(Korpus Perayapan Indonesia)-CC是从Common Crawl快照中提取的印度尼西亚语文本数据集,使用了ungoliant工具进行提取,并应用了多种去重技术,如精确哈希(md5)去重和Minhash LSH近重复去重。数据集的预处理步骤包括Raw、Dedup、Neardup和Neardup_clean四个阶段,每个阶段都有详细的描述。数据集的结构包括URL
Hugging Face
2023-03-03 更新
38
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广