hac541309/polyglot-ko-tokenizer-corpus
收藏Hugging Face2023-07-13 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/hac541309/polyglot-ko-tokenizer-corpus
下载链接
链接失效反馈官方服务：
资源简介：
---
language: ko
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 17909910180
num_examples: 11808255
download_size: 9384042407
dataset_size: 17909910180
---
# Dataset Card for "polyglot-ko-tokenizer-corpus"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
hac541309
原始信息汇总
数据集概述
数据集名称
polyglot-ko-tokenizer-corpus
数据集特征
- 特征名称: text
- 数据类型: string
数据集划分
- 划分名称: train
- 示例数量: 11808255
- 数据大小: 17909910180 bytes
下载信息
- 下载大小: 9384042407 bytes
- 数据集总大小: 17909910180 bytes
