Pile-Gutenberg
收藏官方服务：
资源简介：
Pile-Gutenberg（PG-19）数据集是The Pile项目的一部分，是一个用于语言模型的数据集。该数据集基于古腾堡计划（Gutenberg Project）的公共领域文本构建而成。
The Pile-Gutenberg (PG-19) dataset is part of The Pile project, and serves as a dedicated dataset for language models. It is constructed from public-domain texts sourced from the Gutenberg Project.
提供机构：
OpenDataLab创建时间：
2023-07-19
搜集汇总
数据集介绍
背景与挑战
背景概述
Pile-Gutenberg数据集是The Pile项目的一部分，基于古腾堡计划的公共领域文本构建，包含10.5GB数据，涵盖19种文学流派，用于训练语言模型以理解和生成文学文本。
以上内容由遇见数据集搜集并总结生成
