pszemraj/bookcorpus_deduplicated-formatted

`bookcorpus_deduplicated-formatted`数据集是基于`saibo/bookcorpus_deduplicated`的，尝试修复了可能存在的空格问题。空格在可读内容中扮演着重要角色，它们维持了秩序、平衡和节奏。The `bookcorpus_deduplicated-formatted` dataset is based on `saibo/bookcorpus_deduplicated`, and attempts to fix potential whitespace issues. Whitespace plays a crucial role in readable content, as it maintains order, balance, and rhythm.

原始信息汇总

bookcorpus_deduplicated-formatted

数据集概述

• 许可证：apache-2.0
• 任务类别：text-generation
• 语言：en
• 来源数据集：
  • saibo/bookcorpus_deduplicated
  • bookcorpus

数据集描述

该数据集基于 saibo/bookcorpus_deduplicated，旨在修复可能存在的空白问题，以提高内容的可读性。