cawac

Referensi:

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

ds = tfds.load('huggingface:cawac')
  • Keterangan : 
caWaC is a 780-million-token web corpus of Catalan built from the .cat top-level-domain in late 2013.
  • Lisensi : CC BY-SA 3.0
  • Versi : 0.0.0
  • Perpecahan :
Membelah Contoh
'train' 24745986
  • Fitur : 
{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}