Forraadt ELTeC-utgaven

B2FIND2026-04-28 收录

文本语料库

数据链接：

https://b2find.eudat.eu/dataset/8f5c6dd6-e7cb-591f-a1b2-147675d970b9 数据链接链接失效反馈

官方服务：

资源简介：

Source: Forraadt ELTeC-utgaven : ELTeC Edition

来源：Forraadt版ELTeC语料库（ELTeC）：ELTeC Edition

tyzhu/wikitext-103-raw-v1-para-permute-5

语言模型训练

文本语料库

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* dataset_info: featur

Hugging Face2023-12-11 更新140

俄语通用文本语料库

语言模型训练

文本语料库

本数据集旨在为俄语大语言模型训练设定新的数据标准，解决模型因数据不足导致的“知识盲区”问题。包含4.28亿条高质量俄语文本，覆盖复杂对话、专业内容生成及代码编写等多种任务类型。该体量可支撑从零预训练百亿级参数的俄语专用LLM，或大幅扩展现有模型的上下文理解范围。与公开爬虫语料不同，本数据集经过系统性去重、语言质量过滤及隐私清洗，显著降低预训练中的噪声比例。

国家数据集管理服务平台2026-04-28 更新50

The most beautiful woman in the world. Snow White tales

童话故事

文本语料库

Licence: CLARIN PUB+BY+LRT+NORED The current collection presents Snow White fairy tales or versions of it. In this corpus, fairy tales have been translated from different languages to Estonian. The s

data.europa2023-06-08 更新00

Corpus-DB

文本语料库

数字人文

Corpus-DB是一个文本语料库数据库，用于数字人文。该项目聚合公共领域文本，从维基百科等来源增强其元数据，并根据这些元数据提供文本。这使得下载特定子语料库变得容易，如教育小说、狄更斯小说、1880年代出版的诗歌和设定在伦敦的小说。

github2023-11-15 更新90

Phantasie

德国浪漫主义文学

文本语料库

Source: Clemens Brentano: Werke. Herausgegeben von Friedhelm Kemp, Band 1–4, München: Hanser, [1963–1968].

B2FIND30