musabg/wikipedia-oscar-tr
收藏Hugging Face2023-05-10 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/musabg/wikipedia-oscar-tr
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是通过合并Wikipedia和OSCAR清理后的Common Crawl生成的土耳其语数据集，包含超过1300万个示例，每个示例只有一个特征——文本。该数据集适用于土耳其语的自然语言处理任务。
This Turkish-language dataset is constructed by combining Wikipedia and OSCAR-cleaned Common Crawl. It contains over 13 million instances, each of which has only one feature: text. This dataset is suitable for Turkish natural language processing (NLP) tasks.
提供机构：
musabg
原始信息汇总
数据集概述
基本信息
- 名称: Wikipedia and OSCAR Turkish Dataset
- 语言: 土耳其语
- 来源: 合并自Wikipedia和OSCAR清理后的Common Crawl数据
数据特征
- 特征:
- 名称: text
- 数据类型: string
数据分割
- 分割详情:
- 名称: train
- 示例数量: 13847707
- 数据大小: 74636783061.0字节
下载信息
- 下载大小: 41512074295字节
- 数据集大小: 74636783061.0字节
