cawac

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"
    }
}