aliarda/turkish-news-1.8M-tokenized
收藏Hugging Face2025-09-05 更新2025-10-25 收录
下载链接：
https://hf-mirror.com/datasets/aliarda/turkish-news-1.8M-tokenized
下载链接
链接失效反馈官方服务：
资源简介：
这是一个使用aliarda/turkish-news-32k-tokenizer分词工具处理后的土耳其新闻数据集，原始数据集名为habanoz/news-tr-1.8M。数据集包含文本内容、文本URL、文本的分词表示和文本长度四个字段，并提供训练集分割。该数据集是为了实验用途而创建的。
This is the tokenized version of the Turkish news dataset habanoz/news-tr-1.8M using aliarda/turkish-news-32k-tokenizer for experimental purposes. The dataset includes fields for text content, URL of the text source, tokenized representation of the text, and the length of the text, with a training split provided.
提供机构：
aliarda
