SEACrowd/malaysia_ai_government

该数据集包含从735个gov.my网站抓取的PDF文件，其中包括数千条未编辑的文本、抓取网站的URL链接以及PDF文件的名称。数据集主要用于自监督预训练任务，语言为zlm。该数据集包含从735个gov.my网站抓取的PDF文件，其中包括数千条未编辑的文本、抓取网站的URL链接以及PDF文件的名称。数据集主要用于自监督预训练任务，语言为zlm。