five

Reubencf/PolyglotText

收藏
Hugging Face2026-04-24 更新2026-04-26 收录
下载链接:
https://hf-mirror.com/datasets/Reubencf/PolyglotText
下载链接
链接失效反馈
官方服务:
资源简介:
PolyglotText是一个多语言文本预训练语料库,包含多种语言的文本数据及其可能的翻译。数据集包含sentence_id、lang、text和translations等特征,主要用于预训练目的。数据集仅包含一个训练集分割,包含13,351,688个示例。

PolyglotText is a multilingual text pre-training corpus containing text data in multiple languages and possibly their translations. The dataset includes features such as sentence_id, lang, text, and translations, primarily intended for pre-training purposes. The dataset consists of a single train split with 13,351,688 examples.
提供机构:
Reubencf
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