WURA corpus

Name: WURA corpus
Creator: Zenodo
Published: 2025-01-02 01:19:17
License: 暂无描述

Zenodo2025-01-02 更新2026-05-26 收录

下载链接：

https://zenodo.org/doi/10.5281/zenodo.14585911

下载链接

链接失效反馈

官方服务：

资源简介：

WURA corpus used to train AfriTeVa V2 T5 model

提供机构：

Zenodo

创建时间：

2025-01-02

WURA corpus

WURA corpus used to train AfriTeVa V2 T5 model

Zenodo2025-01-02 更新10

Klara Wuras

Source: Friederike Kempner: Gedichte. 8. Auflage, Berlin: Verlag der Hofbuchhandlung Karl Siegismund, 1903.

B2FIND00

llama-lang-adapt/wura

--- configs: - config_name: af data_files: - split: train path: - af/train.af.txt - split: eval path: af/eval.af.txt - config_name: am data_files:

Hugging Face2024-01-11 更新130

WURA corpus

WURA corpus used to train AfriTeVa V2 T5 model

NIAID Data Ecosystem00

castorini/wura

WURA数据集是一个文档级别的集合，涵盖了16种非洲语言和4种在非洲广泛使用的高资源语言（英语、法语、阿拉伯语和葡萄牙语）。该数据集通过审计mC4和爬取额外的验证新闻源创建，首次用于训练AfriTeVa V2。它主要用于文本生成和语言建模任务，包含多种语言配置，每种配置包含id、标题、内容、类别和网址等特征，并分为训练和验证部分，具有指定的字节和示例大小。

Hugging Face2023-12-11 更新120