rasyosef/amharic-sentences-corpus
收藏Hugging Face2024-07-20 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/rasyosef/amharic-sentences-corpus
下载链接
链接失效反馈官方服务：
资源简介：
该数据集由德国汉堡大学LT Group的Yimam等人（2021年）编译，包含640万条阿姆哈拉语句，旨在用于语言模型预训练。
提供机构：
rasyosef
原始信息汇总
数据集概述
数据集名称
Amharic Sentences Corpus
数据集内容
包含6.4百万条Amharic句子，用于语言模型预训练。
数据集特征
- 特征名称: text
- 数据类型: string
数据集划分
- 训练集:
- 样本数量: 5796660
- 存储大小: 1144275121字节
- 验证集:
- 样本数量: 322037
- 存储大小: 63609868字节
- 测试集:
- 样本数量: 322037
- 存储大小: 63500440字节
数据集大小
- 下载大小: 733596591字节
- 数据集总大小: 1271385429字节
语言
- Amharic (am)
数据集规模
- 1M<n<10M
