首页 注册 登录
OA0
OA0 是一个探索 AI 的社区
现在注册
已注册用户请  登录
说明
  • 条目同步来自 Hugging Face 主要方便针对性讨论。
OA0  ›  数据集  ›  Tucano

TucanoBR/wikipedia-PT

 
  Tucano  ·  2024-11-02 00:44:35  ·  22 次点击  ·  0 条评论  

数据集简介

这是一个葡萄牙语维基百科文本数据集，由TucanoBR整理提供，包含超过110万条文本条目。

主要用途

  • 葡萄牙语自然语言处理任务
  • 文本挖掘与分析
  • 语言模型训练与微调

数据类型/模态

  • 模态类型：纯文本数据
  • 数据格式：Parquet格式
  • 语言：葡萄牙语

规模信息

  • 数据量：1,103,446行文本数据
  • 下载量：95次
  • 受欢迎度：3个点赞

使用场景

适用于需要葡萄牙语文本资源的各类NLP项目，包括但不限于：
- 文本分类
- 机器翻译
- 信息检索
- 语言建模预训练

数据集地址：https://huggingface.co/datasets/TucanoBR/wikipedia-PT
22 次点击  ∙  0 人收藏  
登录后收藏  
0 条回复
关于 ·  帮助 ·  PING ·  隐私政策 ·  服务条款   
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
耗时 15 ms
Developed with Cursor