newsph

Opencsg2024-07-19 更新2025-05-03 收录

下载链接：

https://www.opencsg.com/datasets/AIWizards/newsph

下载链接

链接失效反馈

官方服务：

资源简介：

NewsPH是一个包含菲律宾语新闻文章的集合，规模在100万到1000万条文本之间。该数据集主要用于文本生成和填空任务，尤其适用于语言建模和掩码语言建模。数据集中每条数据包含一个文本字段，授权许可为GPL-3.0。

创建时间：

2024-07-19

newsph

OpenCSG2024-07-19 更新30

jcblaise/newsph

--- annotations_creators: - no-annotation language_creators: - found language: - fil - tl license: - gpl-3.0 multilinguality: - monolingual size_categories: - 1M<n<10M source_datasets: - original task

Hugging Face2024-01-18 更新130

NewsPH-NLI

NewsPH-NLI是首个针对低资源语言菲律宾语的句子蕴含基准数据集，由马尼拉德拉萨大学创建。该数据集通过自动从菲律宾主要新闻网站收集的229,571篇新闻文章中生成，最终包含600,000个前提-假设对。创建过程利用了新闻文章的结构特点，如单句段落和倒金字塔结构，自动生成蕴含关系。该数据集主要用于评估和改进在低资源语言环境下的自然语言处理模型，特别是Transformer模型的性能。

arXiv2021-08-13 更新320

SEACrowd/newsph

Newsph数据集是一个包含菲律宾语新闻文章的原始集合，可用于语言建模任务。该数据集支持自监督预训练任务，适用于菲律宾语（fil）和他加禄语（tgl）。数据集的使用可以通过`datasets`库或`seacrowd`库进行加载。数据集的主页提供了更多详细信息，版本为1.0.0，许可证为GNU General Public License v3.0。

Hugging Face2024-06-24 更新140

newsph_nli

NewsPH NLI 专注于为低资源菲律宾语（Tagalog）的句子蕴含任务提供基准数据集。它包含从菲律宾主要新闻网站抓取的60万个前提-假设对，并分为训练集、验证集和测试集。数据来源于新闻文章，通过挖掘新闻文章的结构自动构建。该数据集可用于自然语言推理任务，并提供标准化数据操作。数据集由德拉萨大学和菲律宾大学的研究人员创建。

OpenCSG2024-07-19 更新80