biglam/gutenberg-poetry-corpus
收藏Hugging Face2022-10-18 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/biglam/gutenberg-poetry-corpus
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含来自Project Gutenberg书籍的3,085,117行诗歌，每行都有一个对应的`gutenberg_id`（共有1191个唯一值）。数据集最初由Allison Parrish在CC0许可证下发布，适用于文本生成和语言建模任务。
提供机构：
biglam
原始信息汇总
数据集概述
基本信息
- 名称: Gutenberg Poetry Corpus
- 语言: 英语 (en)
- 许可证: CC0-1.0
- 多语言性: 单语种
- 大小: 1M<n<10M
数据集创建者
- 语言创建者: 发现 (found)
- 标注创建者: 无标注 (no-annotation)
数据集内容
- 包含: 3,085,117行诗歌
- 来源: 数百本Project Gutenberg书籍
- 特征: 每行诗歌对应一个
gutenberg_id(共1191个唯一值)
数据结构
-
数据集结构: python Dataset({ features: [line, gutenberg_id], num_rows: 3085117 })
-
数据示例: python {line: And retreated, baffled, beaten,, gutenberg_id: 19}
应用领域
- 任务类别: 文本生成
- 任务ID: 语言建模
- 标签: 诗歌, 文体学, 诗集, Gutenberg
