ali619/corpus-dataset-normalized-for-persian-and-english
收藏Hugging Face2024-06-16 更新2024-06-29 收录
下载链接：
https://hf-mirror.com/datasets/ali619/corpus-dataset-normalized-for-persian-and-english
下载链接
链接失效反馈官方服务：
资源简介：
该数据集的波斯语数据是来自超过10个网站的400k篇博客文章的集合，可以用于语言建模、创建分词器和文本生成等NLP任务。英语数据则合并自english-wiki-corpus数据集。数据集中的波斯语和英语数据都经过了规范化处理，去除了不必要的标记。
该数据集的波斯语数据是来自超过10个网站的400k篇博客文章的集合，可以用于语言建模、创建分词器和文本生成等NLP任务。英语数据则合并自english-wiki-corpus数据集。数据集中的波斯语和英语数据都经过了规范化处理，去除了不必要的标记。
提供机构：
ali619
