catherinearnett/monolingual-tokenizer-data

Name: catherinearnett/monolingual-tokenizer-data
Creator: catherinearnett
Published: 2025-12-20T03:48:23+08:00

Hugging Face2025-05-15 更新2025-12-20 收录

数据链接：

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：