sofia-che/segmented_dataset
收藏Hugging Face2025-02-12 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/sofia-che/segmented_dataset
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含按句子、单词和双词组合（bigrams）进行分割的文本。统计分析显示，数据集的词汇多样性较低，静态系数高，即名词形式的使用多于动词形式，句子的长度分布不均匀。
The dataset contains text segmented by sentences, words, and bigrams. Statistical analysis shows that the dataset has low lexical diversity, a high level of staticity with nouns prevailing over verbs, and uneven sentence length distribution.
提供机构：
sofia-che
