sheriftawfikabbas/3oloum_corpus
收藏Hugging Face2023-04-12 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/sheriftawfikabbas/3oloum_corpus
下载链接
链接失效反馈官方服务：
资源简介：
3oloum科学摘要语料库是一个包含147,673篇科学文章标题和摘要的语料库，这些文章是从Nature（1870年至2021年）、Science（1960年至2020年）和Science Advances（2015年至2020年）期刊中爬取的。该语料库旨在为自然语言处理（NLP）项目提供数据支持。语料库中的非ASCII字符被替换为`<non_ascii>`以便于文本处理。目前，语料库包含21,309,015个单词，并且正在持续更新中。
3oloum科学摘要语料库是一个包含147,673篇科学文章标题和摘要的语料库，这些文章是从Nature（1870年至2021年）、Science（1960年至2020年）和Science Advances（2015年至2020年）期刊中爬取的。该语料库旨在为自然语言处理（NLP）项目提供数据支持。语料库中的非ASCII字符被替换为`<non_ascii>`以便于文本处理。目前，语料库包含21,309,015个单词，并且正在持续更新中。
提供机构：
sheriftawfikabbas
原始信息汇总
数据集概述
数据集名称
- 3oloum corpus of scientific titles and abstracts
数据集内容
- 包含147,673篇科学文章的标题和摘要。
- 数据来源于以下科学期刊：
- Nature: 1870年至2021年
- Science: 1960年至2020年
- Science Advances: 2015年至2020年
数据集规模
- 总计21,309,015个单词。
- 非ASCII字符已被替换为
<non_ascii>。
数据集用途
- 主要用于自然语言处理（NLP）项目。
数据集更新状态
- 持续更新中。
数据集样本
- 提供了多个样本，包括标题和摘要的示例。
数据集许可证
- GPL-3.0
