8,200万条粤语剧本文本数据【数据堂】

粤语剧本文本数据总计8,200万条；数据内容采集自粤语剧本文本；数据可用于自然语言理解，知识库构建等任务

This dataset contains a total of 82 million entries of Cantonese drama script text. The data is collected from Cantonese drama scripts, and can be used for tasks such as natural language understanding and knowledge base construction.

搜集汇总

背景与挑战

背景概述

这是一个包含8,200万条粤语剧本文本的数据集，适用于自然语言处理和自然语言理解任务，采用Apache 2.0协议开源。