--- dataset_info: features: - name: image dtype: image - name: label dtype: int64 splits: - name: train num_bytes: 4050613.0 num_examples: 96 download_size: 4049988 datas

Hugging Face2023-11-02 更新120

WikiAtomicEdits

自然语言处理

数据集

WikiAtomicEdits是由谷歌AI语言团队创建的多语言数据集，包含4300万条来自8种语言的维基百科编辑记录。这些编辑记录包括人类编辑插入或删除单个连续短语的实例。数据集的创建过程涉及从维基百科的历史快照中提取句子级别的编辑，并通过高效的算法进行处理。WikiAtomicEdits数据集特别适用于研究语义、话语和表示学习，旨在通过分析编辑过程中的语言变化，提供不同于标准语料库的语义和话语信

arXiv2018-08-29 更新270

pgajo/subs

语音识别

数据集

--- dataset_info: features: - name: audio dtype: audio - name: transcription dtype: string splits: - name: train num_bytes: 1918145060.272 num_examples: 27702 - name: test

Hugging Face2023-12-11 更新160

PubLayNet Dataset

资源简介：

相关数据集