cawac

Referencias:

Utilice el siguiente comando para cargar este conjunto de datos en TFDS:

ds = tfds.load('huggingface:cawac')
  • Descripción : 
caWaC is a 780-million-token web corpus of Catalan built from the .cat top-level-domain in late 2013.
  • Licencia : CC BY-SA 3.0
  • Versión : 0.0.0
  • Divisiones :
Dividir Ejemplos
'train' 24745986
  • Características : 
{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}