Nepali Book Dataset

kaggle2025-04-07 更新2025-05-03 收录

下载链接：

https://www.kaggle.com/datasets/seemaadhikari/nepali-book-dataset

下载链接

链接失效反馈

官方服务：

资源简介：

This dataset is best for the Nepali Language Book Recommendation system.

创建时间：

2025-04-07

nepali-books-corpus

该数据集是一个文本数据集，包含6,537个样本，仅提供训练集分割。每个样本代表一本书籍的文本片段，具有10个结构化字段：唯一标识符(id)、书籍ID(book_id)、书籍标题(title)、作者(author)、语言(language)、来源URL(source_url)、文本块索引(chunk_index)、字符数(char_count)、词元数(token_count)以及文本内容(text

Hugging Face2026-06-04 更新00

nepali-books-raw-ocr

该数据集是一个多语言书籍OCR（光学字符识别）文本集合，主要用于文本分析和自然语言处理任务。数据来源于书籍的数字化扫描，每个样本代表一本书籍的一页内容。数据集包含19,670个训练样本，总计约74.5 MB。每个样本包含8个字段：书籍唯一标识符（book_id）、书名（title）、作者（author）、语言（language）、来源URL（source_url）、页码（page_number）、

Hugging Face2026-06-04 更新00

Titus (Nepali)

Source: Paul the Apostle

B2FIND20

nepali-books-clean

该数据集是一个包含149个样本的图书文本数据集，仅提供训练集划分。每个样本代表一本完整的图书，包含8个结构化字段：图书唯一标识符（book_id）、书名（title）、作者（author）、语言（language）、来源网址（source_url）、页数（page_count）、图书全文（full_text）以及字符计数（char_count）。数据集总大小约为68.97MB，下载压缩包大小约为2

Hugging Face2026-06-04 更新00

Nepali

kaggle2022-03-23 更新00