five

pythainlp/tlcv2.0_oa

收藏
Hugging Face2023-03-04 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/pythainlp/tlcv2.0_oa
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: TEXT dtype: string - name: SOURCE dtype: string - name: METADATA struct: - name: ch_num dtype: string - name: title dtype: string splits: - name: train num_bytes: 27856275 num_examples: 361 download_size: 11507610 dataset_size: 27856275 license: mit task_categories: - text-generation language: - th size_categories: - n<1K --- # Dataset Card for "tlcv2.0_oa" Thai Literature Corpora (TLC): Corpora of machine-ingestible Thai classical literature texts by Jitkapat Sawatphol (Faculty of Arts, Chulalongkorn University). This project use [Thai Literature Corpora (TLC) v2.0](https://attapol.github.io/tlc.html). All text are from old Thai book that out of copyright (or public domain). This dataset was build for [Open Assistant](https://github.com/LAION-AI/Open-Assistant/). ## Columns The dataset was following columns: 1. **TEXT** (string) 2. **SOURCE** (string) 3. **METADATA** (JSON string, optional)
提供机构:
pythainlp
原始信息汇总

数据集概述

数据集名称

  • 名称: tlcv2.0_oa

数据集特征

  • 特征1: TEXT
    • 数据类型: string
  • 特征2: SOURCE
    • 数据类型: string
  • 特征3: METADATA
    • 结构:
      • 子特征1: ch_num
        • 数据类型: string
      • 子特征2: title
        • 数据类型: string

数据集分割

  • 分割名称: train
    • 数据大小: 27856275 bytes
    • 示例数量: 361

数据集大小

  • 下载大小: 11507610 bytes
  • 数据集大小: 27856275 bytes

许可证

  • 许可证类型: MIT

任务类别

  • 任务类别: text-generation

语言

  • 语言: th

大小类别

  • 大小类别: n<1K
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作