rejauldu/bengali-wikipedia
收藏Hugging Face2025-10-24 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/rejauldu/bengali-wikipedia
下载链接
链接失效反馈官方服务：
资源简介：
这是一个从孟加拉语维基百科收集的大型孟加拉语文本语料库，经过清理、句子切分和格式化，适用于下一个标记预测的语言建模任务，例如GPT-2训练。它包括训练和验证两个部分，适合基于变压器的孟加拉语语言模型。
This dataset contains a large Bengali text corpus collected from Bengali Wikipedia. It is cleaned, sentence-segmented, and formatted for next-token prediction language modeling tasks such as GPT-2 training. It includes train and validation splits, suitable for transformer-based Bengali language models.
提供机构：
rejauldu
