GoogleNews-vectors-negative300.bin

NIAID Data Ecosystem2026-03-10 收录

词嵌入表示

自然语言处理预训练

数据链接：

https://figshare.com/articles/dataset/GoogleNews-vectors-negative300_bin/7441457 数据链接链接失效反馈

官方服务：

资源简介：

A very important document for code of word embedding

创建时间：

2018-12-10

saibo/bookcorpus_compact_512_test

自然语言处理预训练

文本概念标注

--- dataset_info: features: - name: text dtype: string - name: concept_with_offset dtype: string splits: - name: train num_bytes: 39735149 num_examples: 6160 download_size:

Hugging Face2023-01-23 更新90

PatrickHaller/wiki-and-book-corpus-1B

文本语料库

自然语言处理预训练

该数据集包含一个名为train的特征，数据类型为字符串。数据集被分割为train部分，包含31,297,158个样本，总大小为5,770,333,481字节。下载大小为3,761,712,924字节。

Hugging Face2024-08-23 更新60

another-symato/vnexpress_select_context_length_512

越南语新闻文本

自然语言处理预训练

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 1449212084.7328215 num_examples: 793997 download_size: 804964265 dataset_size: 144921208

Hugging Face2024-08-21 更新40

prli/pubmed-full_draft_chopped-rare-qwen-alpha0-85

学术文本挖掘

自然语言处理预训练

--- dataset_info: features: - name: text dtype: string - name: meta struct: - name: pile_set_name dtype: string splits: - name: validation num_bytes: 5377008 num_ex

Hugging Face2026-04-27 更新60

German CBOW FastText embeddings with min count 100

德语词向量

自然语言处理预训练

FastText embeddings built from Common Crawl german dataset Parameters Parameters Value(s) Dimensions 256 and 384 Context window 5 Negative sampled 10 Epochs 1 Number of buckets 131072 or 262144 Min n

Zenodo2021-10-25 更新40

GoogleNews-vectors-negative300.bin

资源简介：

相关数据集