hac541309/stdict_kor

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 205618385 num_examples: 434361 download_size: 72515975 dataset_size: 205618385 license: cc-by-sa-3.0 task_categories: - table-question-answering - text-generation - text-classification - question-answering language: - ko pretty_name: 국립국어원 표준국어대사전 size_categories: - 1M<n<10M --- # Dataset Card for "Standard Korean Dictionary" This dataset is a NLP learnable form of [Standard Dictionary from the National Institute of Korean Language (국립국어원 표준국어대사전)](https://stdict.korean.go.kr/). It follows the [original copyright policy (cc-by-sa-2.0)](https://stdict.korean.go.kr/join/copyrightPolicy.do) This version is built from xls_20230601 [국립국어원 표준 국어 대사전](https://stdict.korean.go.kr/)을 학습 가능한 형태로 처리한 데이터입니다. [국립국어원 표준 국어 대사전](https://stdict.korean.go.kr/join/copyrightPolicy.do)의 저작권을 따릅니다. xls_20230601으로부터 생성되었습니다.数据集信息： 特征字段： - 字段名：文本 数据类型：字符串 划分集： - 划分集名称：训练集 字节数：205618385 样本数：434361 下载大小：72515975 数据集总大小：205618385 许可证：知识共享署名-相同方式共享3.0协议（CC BY-SA 3.0） 任务类别： - 表格问答 - 文本生成 - 文本分类 - 问答 语言： - 韩语 展示名称：韩国国立国语院标准国语大词典 样本规模分类： - 100万<样本数<1000万 --- # 《标准韩语词典》数据集卡片 本数据集为韩国国立国语院标准国语大词典（Standard Dictionary from the National Institute of Korean Language，原网址：https://stdict.korean.go.kr/）的可用于自然语言处理（Natural Language Processing，简称NLP）的学习形态版本。 本数据集遵循原版权政策（知识共享署名-相同方式共享2.0协议，原网址：https://stdict.korean.go.kr/join/copyrightPolicy.do）。 本版本基于xls_20230601构建。 本数据为韩国国立国语院标准国语大词典（原网址：https://stdict.korean.go.kr/）的可学习形态处理后的数据集。 本数据集遵循韩国国立国语院标准国语大词典的版权规定（原网址：https://stdict.korean.go.kr/join/copyrightPolicy.do）。 本数据集由xls_20230601生成。

原始信息汇总

数据集概述

基本信息

• 名称: 국립국어원 표준국어대사전（标准韩国语大辞典）
• 语言: 韩语（ko）
• 许可证: cc-by-sa-3.0

数据集特征

• 特征:
  • text (字符串类型)

数据集分割

• 训练集:
  • num_examples: 434361
  • num_bytes: 205618385

数据集大小

• 下载大小: 72515975
• 数据集大小: 205618385

任务类别

• 表格问题回答
• 文本生成
• 文本分类
• 问题回答

大小类别

• 1M<n<10M

搜集汇总

背景与挑战

背景概述

该数据集是韩国国立国语院发布的标准韩语词典，包含434,361条词汇条目，涵盖词汇解释、用法示例和词性标注等信息，适用于自然语言处理任务如文本生成和分类。数据集采用parquet格式，遵循cc-by-sa-3.0许可协议。