statworx/leipzip-swiss
收藏Hugging Face2022-11-21 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/statworx/leipzip-swiss
下载链接
链接失效反馈官方服务：
资源简介：
Leipzig Corpora Swiss German是一个基于2021年材料的瑞士德语Wikipedia语料库，包含232,933个句子和3,824,547个tokens。数据集用于文本生成任务，每个数据实例为单个句子。
提供机构：
statworx
原始信息汇总
数据集概述
基本信息
- 名称: Leipzig Corpora Swiss German
- 语言: 瑞士德语
- 许可证: Creative Commons License (CC BY-NC)
- 多语言性: 单语种
- 大小: 100K<n<1M
数据集描述
- 概要: 基于2021年材料的瑞士德语Wikipedia语料库，包含232,933个句子和3,824,547个词。
- 结构:
- 数据实例: 单个句子
- 数据字段:
sentence(文本字符串)
数据集创建
- 源数据: 来自2021年的瑞士德语Wikipedia材料
- 初始数据收集和规范化: 通过https://corpora.uni-leipzig.de/en?corpusId=gsw_wikipedia_2021进行
附加信息
- 引用信息: 引用Leipzig Corpora Collection的瑞士德语Wikipedia语料库，基于2021年材料，可通过https://corpora.uni-leipzig.de?corpusId=gsw_wikipedia_2021访问。
