five

raco_forums

收藏
OpenCSG2024-07-19 更新2026-01-19 收录
下载链接:
https://opencsg.com/datasets/AIWizards/raco_forums?tab=summary
下载链接
链接失效反馈
官方服务:
资源简介:
Racó Forums语料库是一个加泰罗尼亚语用户生成文本的语料库,包含1900万个句子,来源于Racó Català论坛。该语料库主要用于预训练语言模型和词表示,并提供训练集和验证集。数据经过结构化处理和匿名化,移除了用户名和邮箱,替换为随机的加泰罗尼亚语名字。该语料库基于CC-BY-NC 4.0协议授权,由巴塞罗那超级计算中心(BSC)的文本挖掘单元(TeMU)维护,并由加泰罗尼亚政府的Vicepresidència i de Polítiques Digitals i Territori部门在Projecte AINA框架内资助。
提供机构:
AIWizards
创建时间:
2024-07-19
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作