cawac

مراجع:

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

ds = tfds.load('huggingface:cawac')
  • وصف :
caWaC is a 780-million-token web corpus of Catalan built from the .cat top-level-domain in late 2013.
  • الترخيص : CC BY-SA 3.0
  • الإصدار : 0.0.0
  • الإنشقاقات :
ينقسم أمثلة
'train' 24745986
  • سمات :
{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}