Dialogue Lines of The Simpsons

kaggle2018-10-09 更新2024-03-07 收录

电视节目分析

文本数据

数据链接：

https://www.kaggle.com/datasets/pierremegret/dialogue-lines-of-the-simpsons 数据链接链接失效反馈

官方服务：

资源简介：

Dialogues from all 27 seasons

全27季对话语料

创建时间：

2018-10-09

catallama/Catalan-Raw-Text

自然语言处理

文本数据

加泰罗尼亚语原始文本数据集是projecte-aina/catalan_general_crawling数据集的一个子集。该数据集包含404k个样本，总计331M个token，使用Llama-3 Tokenizer进行分词。数据集的语言为加泰罗尼亚语（ca-ES），包含两个数据分割：train和test。数据字段为text（字符串类型）。数据集遵循Creative Commons Attribut

Hugging Face2024-05-25 更新220

Kamyar-zeinalipour/ita_cw_text_mistal_v3

文本数据

该数据集包含一个名为text的字符串类型特征。数据集分为训练集和测试集，训练集包含4900个样本，测试集包含100个样本。数据集的下载大小为3342612字节，总大小为6517068字节。数据文件路径分别为data/train-*和data/test-*。

Hugging Face2024-07-22 更新170

nroggendorff/corpus

文本数据

自然语言处理

该数据集包含一个名为text的特征，数据类型为字符串。数据集被分割为训练集，包含39,134,000个样本，总大小为146,955,320,709字节。下载大小为91,034,484,984字节。数据文件路径为data/train-*。

Hugging Face2024-11-22 更新140

FalconX80/bhoomillama-5.5k

文本数据