登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
BAAI-ArabicText-2022
BAAI-ArabicText-2022
收藏
智源
2023-10-18 更新
2025-04-26 收录
阿拉伯语语言处理
预训练语言模型
数据链接:
https://data.baai.ac.cn/datadetail/ArabicText-2022
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
构建了目前全球数据量最大的开源阿拉伯语预训练数据集ArabicText 2022,可用于阿拉伯语语言模型的训练
应用场景:
提供机构:
智源研究院
创建时间:
2022-11-24
相关数据集
安全帽未佩戴行为目标检测赛道数据集
电力设施安全
目标检测
国网电力和智源研究院各自拥有电力施工安全帽数据集和电力施工液压吊车数据集两种数据源
智源
2023-10-18 更新
92
0
OAG-WhoIsWho赛道二
学术作者身份消歧
知识图谱构建
该数据集的发布旨在解决学术系统中普遍存在的同名作者问题,提高作者检索的精度,对学术图谱的构建和学术应用的知识获取具有重要意义
智源
2023-10-18 更新
13
0
BAAI-CCI4.0-M2-CoT-v1
自然语言处理
语言模型训练
CCI4.0-M2 v1 is a comprehensive dataset collection consisting of three specialized subsets designed for different aspects of language model training. This document provides detailed specifications for
智源
2025-06-11 更新
11
0
Sogou-SRR数据集
搜索引擎
检索排序
Sogou-SRR 数据集可用于搜索引擎查询结果相关性预测及排序任务中
智源
2023-10-18 更新
19
0
THUUyMorph维吾尔语形态切分语料库
维吾尔语
形态切分
由清华大学自然语言处理与社会人文计算实验室构建的维吾尔语形态切分语料库
智源
2023-10-18 更新
11
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广