radlab/legal-mc4-pl

`legal-mc4-pl`数据集是从多语言数据集`legal-mc4`中提取的波兰语文本，并转换为`jsonl`格式。该数据集仅包含波兰语文本，适用于文本生成任务。

原始信息汇总

数据集概述

基本信息

• 许可证: cc-by-4.0
• 任务类别:
  • text-generation
• 语言:
  • pl
• 标签:
  • dataset
  • clm
  • mlm
  • polish
  • raw
  • jsonl
• 名称: Polish Legal MC4
• 大小类别:
  • 100M<n<1B

数据格式

• 原始格式: parquet
• 提供格式: jsonl

内容描述

• 数据来源: 从 legal-mc4 多语言数据集中提取。
• 文本语言: 仅包含波兰语文本。
• 贡献者: 感谢 joelito 提供的 parquet 格式 legal-mc4 数据集。