catherinearnett/monolingual-tokenizer-data
收藏Hugging Face2025-05-15 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/catherinearnett/monolingual-tokenizer-data
下载链接
链接失效反馈官方服务：
资源简介：
---
license: cc0-1.0
source_datasets:
- oscar-corpus/OSCAR-2301
---
Todo:
* add language to metadata
* cite source and explain sampling
许可证：CC0-1.0
源数据集：
- OSCAR语料库项目（oscar-corpus）/OSCAR-2301
待办事项：
* 为元数据添加语言标注信息
* 标注数据源并说明采样规则
提供机构：
catherinearnett
