cawac

مراجع:

• کد
• صورت در آغوش گرفته

برای بارگذاری این مجموعه داده در TFDS از دستور زیر استفاده کنید:

ds = tfds.load('huggingface:cawac')

• توضیحات :

caWaC is a 780-million-token web corpus of Catalan built from the .cat top-level-domain in late 2013.

• مجوز : CC BY-SA 3.0
• نسخه : 0.0.0
• تقسیم ها :

تقسیم کنید	نمونه ها
'train'	24745986

• ویژگی ها :

{
    "sentence": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}