rntc/mc-bio-corpus
收藏Hugging Face2025-12-15 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/rntc/mc-bio-corpus
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含多个来源的文本数据，主要特征包括文章ID、来源、文本内容、字数统计、内容丰富度、教育评分、写作质量、术语精确度、质量评分和内容类型。数据集分为四个部分：istex、hal、finewiki和emea，每个部分具有不同的字节大小和样本数量。
The dataset contains text data from multiple sources, with main features including article ID, source, text content, word count, content richness, educational score, writing quality, terminology precision, quality score, and content type. The dataset is divided into four splits: istex, hal, finewiki, and emea, each with different byte sizes and numbers of examples.
提供机构：
rntc
