lm1b

مراجع:

عادي_نص

استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:

ds = tfds.load('huggingface:lm1b/plain_text')
  • وصف :
A benchmark corpus to be used for measuring progress in statistical language modeling. This has almost one billion words in the training data.
  • الترخيص : لا يوجد ترخيص معروف
  • الإصدار : 1.0.0
  • الإنشقاقات :
ينقسم أمثلة
'test' 306688
'train' 30301028
  • سمات :
{
    "text": {
        "dtype": "string",
        "id": null,
        "_type": "Value"
    }
}