browndw/morphoseg-en-source-assets

--- license: mit task_categories: - text-classification language: - en pretty_name: MorphoSeg Source Assets dataset_info: - config_name: source_assets --- # MorphoSeg Source Assets This dataset provides canonical source morphology assets exported from the `morph-parser` repository. ## Files 1. `morph_candidates.parquet` - records: 347,993 - bytes: 5,194,597 - sha256: `c83022c5ce2ca926108dbe339a1b7e1983bc7c4745c57ed4ad651b24e294e0cb` 2. `wiki_morph.parquet` - records: 505,033 - bytes: 43,383,678 - sha256: `d91a67226c083fb72f728823c5b5d6e86529f61639823bb3f8dca3433c7cd9f9` 3. Optional stream files (if `--keep-jsonl` was enabled): - `morph_candidates.jsonl` - `wiki_morph.jsonl` ## Provenance - Source repository: `morph-parser` - Generated at: `2026-03-20T13:30:30.522755+00:00` - Target repo: `browndw/morphoseg-en-source-assets` ## Notes - Primary format is Parquet for Hugging Face dataset viewer compatibility. - JSONL files are optional stream-processing exports. - Original source files and checksums are documented in `manifest.json`.--- 许可证：MIT许可证 任务类别： - 文本分类 语言： - 英语 展示名称：MorphoSeg源资源集（MorphoSeg Source Assets） 数据集信息： - 配置名称：source_assets --- # MorphoSeg源资源集（MorphoSeg Source Assets） 本数据集提供从`morph-parser`仓库导出的标准形态学源资源。 ## 文件列表 1. `morph_candidates.parquet` - 数据记录数：347,993 - 文件大小：5,194,597 字节 - SHA256校验和：`c83022c5ce2ca926108dbe339a1b7e1983bc7c4745c57ed4ad651b24e294e0cb` 2. `wiki_morph.parquet` - 数据记录数：505,033 - 文件大小：43,383,678 字节 - SHA256校验和：`d91a67226c083fb72f728823c5b5d6e86529f61639823bb3f8dca3433c7cd9f9` 3. 可选流式处理文件（若启用`--keep-jsonl`参数则生成）： - `morph_candidates.jsonl` - `wiki_morph.jsonl` ## 溯源信息 - 源仓库：`morph-parser` - 生成时间：`2026-03-20T13:30:30.522755+00:00` - 目标仓库：`browndw/morphoseg-en-source-assets` ## 备注说明 - 为兼容Hugging Face数据集查看器，本数据集主要采用Parquet格式。 - JSONL格式文件为可选的流式处理导出产物。 - 原始源文件及校验和信息详见`manifest.json`文件。