Datasets for "Tokenization as Structural Inductive Bias"
收藏官方服务：
资源简介：
Cleaned text corpora used for evaluating the StructPiece tokenizer across 9 languages.
经清洗的文本语料库，用于在9种语言中评估StructPiece分词器。
提供机构：
Zenodo创建时间：
2026-05-05
社区交流群
科研交流群
商业服务
Cleaned text corpora used for evaluating the StructPiece tokenizer across 9 languages.
经清洗的文本语料库，用于在9种语言中评估StructPiece分词器。