Cleaned Polish Oscar corpus (96M lines)
收藏B2FIND2026-04-29 收录
下载链接：
https://b2find.eudat.eu/dataset/bc03f048-4c8b-57f5-9ce5-d56634107892
下载链接
链接失效反馈官方服务：
资源简介：
Cleaned Polish Oscar corpus (part: 96M lines, 3.49 GB). Data was prepared with a few cleaning heuristics: - remove sentences shorter than - remove non-polish sentences...
经清洗的波兰语Oscar语料库（Cleaned Polish Oscar corpus，子集：9600万行，3.49GB）。该数据集通过若干清洗启发式规则完成预处理：- 移除长度过短的句子 - 移除非波兰语句子……
