five

textcleanlm/textclean-corpus-1M-variant-ablation-research

收藏
Hugging Face2025-07-12 更新2025-08-09 收录
下载链接:
https://hf-mirror.com/datasets/textcleanlm/textclean-corpus-1M-variant-ablation-research
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集包含了带有一个整数型id和多个文本型字段的记录,其中包括原始文本text和六个清理后的变体cleaned_variant_1到cleaned_variant_6,以及一个o4_mini字段。数据集目前只有一个训练集split,共有1815个示例。

The dataset consists of records with an integer id and multiple string fields, including the original text, six cleaned variants from cleaned_variant_1 to cleaned_variant_6, and an o4_mini field. There is currently only one training set split with a total of 1815 examples.
提供机构:
textcleanlm
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