lm1b

Referensi:

teks_biasa

Gunakan perintah berikut untuk memuat kumpulan data ini di TFDS:

ds = tfds.load('huggingface:lm1b/plain_text')
  • Keterangan :
A benchmark corpus to be used for measuring progress in statistical language modeling. This has almost one billion words in the training data.
  • Lisensi : Tidak ada lisensi yang diketahui
  • Versi : 1.0.0
  • Perpecahan :
Membelah Contoh
'test' 306688
'train' 30301028
  • Fitur :
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}