dstilesr/glotlid-balanced-train
收藏官方服务：
资源简介：
该数据集是一个包含文本内容、语言代码、书写系统和来源信息的文本数据集，适用于机器学习模型的训练。数据集划分为训练集，包含了超过6500万个示例。
This dataset is a collection of text entries with associated language codes, scripts, and source information, suitable for machine learning model training. The dataset is split into a training set containing over 65 million examples.
提供机构：
dstilesr
