fabiovilao/portuguese-blogs

Portuguese blogset数据集是一个包含葡萄牙语博客文章的文本生成数据集。数据集的结构是简单的文本文件，文章之间用<|endoftext|>分隔。该数据集创建于2024年第一季度，主要用于训练语言模型。数据集中可能包含天主教和新教宗教以及女性相关主题的内容，这些内容在数据集中占有较大比重。