caWaC
收藏OpenDataLab2026-05-17 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/caWaC
下载链接
链接失效反馈官方服务：
资源简介：
该语料库代表了现有最大的加泰罗尼亚语语料库，包含 6.87 亿个单词，鉴于迄今为止最大的加泰罗尼亚语语料库 CuCWeb 包含 1.66 亿个单词，这是一个显着的增长。
提供机构：
OpenDataLab
创建时间：
2022-05-23
搜集汇总
数据集介绍
背景与挑战
背景概述
caWaC是当前规模最大的加泰罗尼亚语文本语料库，包含约6.87亿个单词，远超此前同类资源。该数据集适用于自然语言处理、机器翻译等任务，于2013年由都柏林城市大学发布并采用CC BY-SA 3.0许可协议。
以上内容由遇见数据集搜集并总结生成
