Thai TNHC2 Books

This dataset collect all books from [TNHC2 corpus](https://www.arts.chula.ac.th/chulaseal/tnhc2/).We clean the dataset to use text to pretraining model and nlp task. All books: 353 books License: CC-0 TNHC2 Dataset (Original) have many a lots of details (chapter, author's detail and more). The dataset is clean to pretraining model and nlp task. TNHC2 Dataset (Original): https://www.arts.chula.ac.th/chulaseal/tnhc2/ Files thai-tnhc2-books.csv: Dataset clean.ipynb: Clean dataset notebook (making dataset) Cite พิทยาวัฒน์ พิทยาภรณ์, มณฑล กาญจโนฬาร, สัณห์ธวัช ธัญวงษ์ และกานต์วิรุช นุชประหาร. (2566). ชุดข้อมูล TNHC2. สืบค้นเมื่อ วัน 6 มีนาคม 2567 จาก https://www.arts.chula.ac.th/chulaseal/tnhc2/