languageModel-5gram

kaggle2025-10-01 更新2025-10-25 收录

自然语言处理

语言模型

数据链接：

https://www.kaggle.com/datasets/trailblazeranemo/languagemodel-5gram 数据链接链接失效反馈

官方服务：

资源简介：

b2txt25 phenomena ngram model

b2txt25现象n元语法（n-gram）模型

创建时间：

2025-10-01

multi-train/nq-train-multikilt_1107

自然语言处理

机器学习

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: query dtype: string - name: pos sequence: string - name: neg

Hugging Face2023-11-10 更新140

joaosanches/cleaned_tedtalks_total

TEDTalks

自然语言处理

--- dataset_info: features: - name: pt dtype: string - name: pt-br dtype: string splits: - name: train num_bytes: 66045930 num_examples: 314702 download_size: 41381774 da

Hugging Face2024-01-30 更新80

nafisneehal/trialbrain_baseline_measures_instruct_v1

机器学习

自然语言处理

该数据集包含62,270个训练样本，每个样本包含instruction、input和output三个字符串类型的特征。数据集总大小为211,029,841字节，下载大小为96,199,241字节。数据文件路径为data/train-*。

Hugging Face2024-12-19 更新60

mehdie/fine_tune_dataset_new_format

自然语言处理

机器学习

--- dataset_info: features: - name: text dtype: string - name: labels dtype: int64 splits: - name: train num_bytes: 106945 num_examples: 3010 download_size: 32296 dataset

Hugging Face2024-05-15 更新90

spsither/tibetan_monolingual_S_cleaned_train_test_tokenized

自然语言处理

机器学习

--- dataset_info: features: - name: input_ids sequence: int32 - name: attention_mask sequence: int8 splits: - name: train num_bytes: 234340261728 num_examples: 91253996 - n

Hugging Face2024-05-28 更新60

languageModel-5gram

资源简介：

相关数据集