数据集简介
PleIAs/common_corpus 是一个由 PleIAs 创建的开源文本与表格混合数据集，主要用于自然语言处理和机器学习任务。
主要用途
- 支持文本分析、数据挖掘和模型训练。
- 适用于构建或微调语言模型、文本分类、信息提取等任务。
数据类型/模态
- 模态类型：文本（text）与表格（tabular）数据混合。
- 数据格式：以 Parquet 格式存储，支持高效的数据读取和处理。
规模与统计信息
- 数据量：包含 69,907 行数据。
- 受欢迎程度：下载量超过 10 万次，获得 382 个点赞，表明其被社区广泛使用和认可。
使用场景
- 适用于研究人员和开发者进行文本数据处理、模型预训练或下游任务实验。
- 可用于学术研究、工业项目或教育目的中的数据分析和机器学习应用。