该数据集是由Jens Bjerring-Hansen和Philip Diderichsen等人创建的，并在2023年6月发布。这里提供的是一个更易访问的注释版本。数据集包含多个特征，如文件名、作者ID、出版日期、标题等。数据集分为训练集，包含839个样本。数据集的语言包括丹麦语和挪威语。数据集的标签包括CE Canon、LEX Canon和E Canon，分别指文化/教育经典、词典经典和扩展经典。

Hugging Face2024-10-02 更新40

tinisoft/openstax-textbooks-gemma2-9b

开放教材

文本分析

这是一个包含文本数据的训练集，共有252664个文本示例，数据集大小为1,074,720,951字节，下载大小为487,304,975字节。

Hugging Face2025-01-08 更新50

librarian-bots/dataset_cards_with_metadata

数据集卡片

文本分析

该数据集包含了Hugging Face Hub上托管模型的社区创建的dataset cards，这些卡片提供了关于托管在Hugging Face Hub上的数据集的信息。数据集每天更新，包括Hugging Face Hub上公开可用的数据集。数据集的主要用途包括文本挖掘、分析数据集卡片的格式/内容、主题建模以及在数据集卡片上训练语言模型。数据集的结构包括一个单一的分割，数据来源于Hugging F

Hugging Face2026-07-21 更新50

Content analysis of school curricula.

资源简介：

相关数据集