five

OSCAR-2109

收藏
huggingface.co2025-01-15 收录
下载链接:
https://huggingface.co/datasets/oscar-corpus/OSCAR-2109
下载链接
链接失效反馈
官方服务:
资源简介:
The Open Super-large Crawled Aggregated coRpus is a huge multilingual corpus obtained by language classification and filtering of the Common Crawl corpus using the goclassy architecture.\

开放超级大规模爬取聚合语料库(Open Super-large Crawled Aggregated coRpus)系通过goclassy架构对通用爬取语料库(Common Crawl corpus)进行语言分类与筛选所得的庞大多语言语料库。
提供机构:
huggingface.co
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作