CamStories-Full是一个完整的、经过清洗和合并的儿童小说故事语料库，来源于TinyStories GPT-4变体和SimpleStories数据集。它采用了与CamStories-10k相同的清洗、名称标准化和语法过滤流程，保留了31,244个token的完整未大小写敏感词汇表，是CamStories-10k的超集，具有更多的词汇多样性。同时，为每个词汇项提供了音频向量，支持两种音频格

Hugging Face2025-08-10 更新120

Roaoch/CyberClassic_True.False

文本分类

文学作品

该数据集包含两列：文本和标签。文本列包含单句文本，标签列包含浮点数类型的标签。数据集总共有18826行，其中13048行是来自陀思妥耶夫斯基（F.M. Dostovesky）作品的真实句子，5771行是来自库普林（A.I. Kuprin）作品和RuGPT3生成的虚假句子。真实句子来自陀思妥耶夫斯基的《罪与罚》、《穷人》、《白痴》、《群魔》和《卡拉马佐夫兄弟》。虚假句子来自库普林的《坑》。

Hugging Face2024-07-21 更新200

Bibhutibhushan Bandopadhyay: Collected Novels an

文学作品

公共领域

A Public Domain Collection of Novels and Short Stories by Bibhutibhushan Bandopa

kaggle2025-05-24 更新130