SaiedAlshahrani/Arabic_Wikipedia_20230101_bots
收藏Hugging Face2024-01-05 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/SaiedAlshahrani/Arabic_Wikipedia_20230101_bots
下载链接
链接失效反馈官方服务：
资源简介：
该数据集使用2023年1月1日下载的阿拉伯语维基百科文章创建，通过`Gensim` Python库处理，并使用`tr` Linux/Unix工具和`CAMeLTools` Python工具包进行阿拉伯语自然语言处理预处理。该数据集用于训练阿拉伯语维基百科的掩码语言模型。
提供机构：
SaiedAlshahrani
原始信息汇总
数据集概述
数据集信息
-
特征:
- 名称: text
- 数据类型: string
-
分割:
- 名称: train
- 字节数: 2805384689
- 样本数: 1087947
-
下载大小: 1107700539
-
数据集大小: 2805384689
-
许可证: MIT
-
语言: 阿拉伯语
-
易读名称: arwiki-articles-withbots
-
大小类别: 1M<n<10M
