CorpusDRF是一个开源的数字化集合，包含了法国地区主义词汇、它们的词性以及认知率，数据来源于《法国地区主义词典》。该数据集能够实现20世纪法国地区主义最大规模研究的可视化分析，并以表格格式记录了每个条目的认知率数值，按法国大陆94个部门排序。每个CSV文件包含94个部门的95行数据（包括表头）和936个DRF条目作为列。数据集提供了三种处理空值的不同版本。

Hugging Face2025-03-30 更新110

Unua material

语言资源

Unua语言

Collection of Unua materials from Vanuate. Includes Unua dictionary files, text files and story recordings with transcriptions.

Research Data Australia90

Berkesule/COSMOS-Sentetic-Turkish-Corpus-1.2GB

自然语言处理

土耳其语言

这是一个文本数据集，包含一个名为corpus_text的字段，存储为字符串类型。数据集分为训练集，共有848572个样本，总大小为1210724559字节。数据集遵循Apache-2.0许可。

Hugging Face2025-09-18 更新60

gglab-ku/turkish-plu-goal-inference