five

yuhuanstudio/passages-pretrain-chinese-zhtw

收藏
Hugging Face2025-01-24 更新2025-02-15 收录
下载链接:
https://hf-mirror.com/datasets/yuhuanstudio/passages-pretrain-chinese-zhtw
下载链接
链接失效反馈
官方服务:
资源简介:
本数据集包含8千萬餘萬个中文段落,文字长度大部分介于50到200个字之间,不包含任何字母、数字。数据集基于CLUE中文预训练语料集进行处理、过滤并进行了简繁转换。

This dataset contains over 80 million Chinese paragraphs, with most text lengths ranging between 50 to 200 characters, excluding any letters or numbers. The dataset is based on the CLUE Chinese pre-training corpus, which has been processed, filtered, and converted between simplified and traditional characters.
提供机构:
yuhuanstudio
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作