Tài liệu tham khảo:
Sử dụng lệnh sau để tải tập dữ liệu này trong TFDS:
ds = tfds.load('huggingface:cawac')
- Sự miêu tả :
caWaC is a 780-million-token web corpus of Catalan built from the .cat top-level-domain in late 2013.
- Giấy phép : CC BY-SA 3.0
- Phiên bản : 0.0.0
- Chia tách :
Tách ra | Ví dụ |
---|---|
'train' | 24745986 |
- Đặc trưng :
{
"sentence": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}