rus-kz_web_2019

Name: rus-kz_web_2019
Creator: corpora.uni-leipzig.de
License: 暂无描述

corpora.uni-leipzig.de2025-03-25 收录

下载链接：

https://corpora.uni-leipzig.de?corpusId=rus-kz_web_2019

下载链接

链接失效反馈

官方服务：

资源简介：

Russian Web text corpus (Kazakhstan) based on material from 2019

基于2019年资料构建的哈萨克斯坦俄语网络文本语料库

提供机构：

corpora.uni-leipzig.de

kaz-kz_web_2019

Kazakh Web text corpus (Kazakhstan) based on material from 2019

corpora.uni-leipzig.de330

rus-uz_web_2019

Russian Web text corpus (Uzbekistan) based on material from 2019

corpora.uni-leipzig.de60

CCRss/wit_filtered_kz_ru_en

该数据集是WIT数据集的过滤版本，专注于哈萨克语、俄语和英语。数据集包含7,371,471张图片，主要语言为英语（74.48%）、俄语（21.03%）、土耳其语（3.70%）和哈萨克语（0.79%）。文件格式为Parquet。数据集分为训练集、测试集和验证集，每个集合包含多个Parquet文件。图片的平均尺寸为1787 x 1502像素，平均宽高比为1.24，最常见的分辨率为640x480。描述统

Hugging Face2024-09-04 更新180

rus-tj_web_2019

Russian Web text corpus (Tajikistan) based on material from 2019

corpora.uni-leipzig.de80

ru_kz_ai_human_texts

该数据集包含6个结构化字段：唯一标识符(id)、语言(language)、分类标签(label)、主题(topic)、数据来源(source)和文本内容(text)。数据集划分为训练集(6,035条)、验证集(754条)和测试集(755条)，总大小约16.7MB。数据以文本分类任务为主要应用场景，包含多语言文本及其对应的分类标签和主题信息，但具体领域和标签体系未在元数据中说明。

Hugging Face2026-04-19 更新40