مراجع:
استخدم الأمر التالي لتحميل مجموعة البيانات هذه في TFDS:
ds = tfds.load('huggingface:makhzan')
- الوصف :
An Urdu text corpus for machine learning, natural language processing and linguistic analysis.
- الترخيص : جميع الملفات الموجودة في الدليل النصي / مغطاة بحقوق النشر القياسية. تم تضمين كل جزء من النص في هذا المستودع بإذن صريح من أصحاب حقوق النشر المعنيين ، والذين تم تحديدهم في ملف علامة لكل ملف. لك مطلق الحرية في استخدام هذا النص للتحليل والبحث والتطوير ، ولكن لا يُسمح لك بإعادة توزيع هذا النص أو إعادة نشره. فيما يلي بعض الحالات التي يمكن فيها تطبيق ترخيص أقل تقييدًا على الملفات الموجودة في الدليل النصي /. في بعض الحالات ، تمت إعادة إنتاج النصوص الخالية من حقوق الطبع والنشر رقميًا من خلال العمل الجاد الذي قام به المتعاونون معنا. في مثل هذه الحالات ، ننسب الفضل إلى الأشخاص المناسبين حيثما أمكن ذلك في حقل الملاحظات في البيانات الوصفية للملف ، ونحن نشجعك بشدة على الاتصال بهم قبل إعادة توزيع هذا النص بأي شكل. عندما يتم توفير ترخيص منفصل مع النص ، فقد قدمنا البيانات المقابلة في حقل النشر في البيانات الوصفية للملف.
- الإصدار : 1.0.0
- الانقسامات :
انشق، مزق | أمثلة |
---|---|
'train' | 5522 |
- الميزات :
{
"file_id": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"metadata": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"title": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"num-words": {
"dtype": "int64",
"id": null,
"_type": "Value"
},
"contains-non-urdu-languages": {
"dtype": "string",
"id": null,
"_type": "Value"
},
"document_body": {
"dtype": "string",
"id": null,
"_type": "Value"
}
}