カワック

参考文献:

次のコマンドを使用して、このデータセットを TFDS にロードします。

ds = tfds.load('huggingface:cawac')
  • 説明： 
caWaC is a 780-million-token web corpus of Catalan built from the .cat top-level-domain in late 2013.
  • ライセンス: CC BY-SA 3.0
  • バージョン: 0.0.0
  • 分割:
スプリット例
'train' 24745986
  • 特徴： 
{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}