jakartaresearch/cerpen-corpus

这是一个小型的印尼语短篇小说数据集，收集自互联网。我们保留了较大规模的数据集用于内部研究。如果您对此感兴趣，请加入我们的Discord服务器。

This is a small-scale dataset of Indonesian short stories, collected from the Internet. We reserve a larger-scale version of this dataset for internal research purposes. If you are interested in this, please join our Discord server.

原始信息汇总

数据集概述

基本信息

• 名称: Small Indonesian Short Story Corpus
• 别名: Cerpen Corpus
• 语言: 印尼语 (id)
• 许可证: CC-BY-4.0
• 多语言性: 单语种
• 大小: 小于1K至10K-100K之间
• 来源: 原始数据
• 标签: cerpen, short-story
• 任务类别: 文本生成
• 任务ID: 语言建模

数据集描述

• 摘要: 该数据集是一个小型印尼短篇故事集合，数据来源于互联网。
• 支持的任务和排行榜: 信息待补充
• 语言: 信息待补充

数据集结构

• 数据实例: 信息待补充
• 数据字段: 信息待补充
• 数据分割: 信息待补充

数据集创建

• 筛选理由: 信息待补充
• 源数据: 信息待补充
• 注释: 无注释
• 个人和敏感信息: 信息待补充

使用数据集的考虑

• 数据集的社会影响: 信息待补充
• 偏见讨论: 信息待补充
• 其他已知限制: 信息待补充

附加信息

• 数据集管理者: 信息待补充
• 许可信息: 信息待补充
• 引用信息: 信息待补充
• 贡献者: 感谢 @andreaschandra 添加此数据集。