ayousanz/oscor-2301-ja-text

Name: ayousanz/oscor-2301-ja-text
Creator: ayousanz
Published: 2024-04-19 16:13:24
License: 暂无描述

Hugging Face2024-04-19 更新2024-06-12 收录

下载链接：

https://hf-mirror.com/datasets/ayousanz/oscor-2301-ja-text

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: cc0-1.0 ---

提供机构：

ayousanz

原始信息汇总

数据集概述

许可证信息

许可证类型: CC0-1.0

ayousanz/oscor-2301-ja-text-content

--- license: cc0-1.0 language: - ja --- OSCOR-2301-jaのcontent部分だけをテキスト化したものデータセットからcontentのvalueだけ取得する際には、以下のコードで実行しました ```python import json import os import sys # コマンドライン引数からフォルダ名を取得する if len(s

Hugging Face2024-04-22 更新70

ayousanz/c4-ja-text

该数据集是从[c4](https://huggingface.co/datasets/allenai/c4)的日语数据中提取的content部分，形成了一个文本数据集。数据分析的计算资源由AiHUB提供。

Hugging Face2024-04-22 更新70

ayousanz/c4-ja-cleaned

--- license: odc-by language: - ja ---

Hugging Face2024-04-24 更新80

ayousanz/OSCOR-2301-ja-cleaned

--- license: cc0-1.0 language: - ja tags: - OSCAR-2301 --- # 概要 [oscar-corpus/OSCAR-2301](https://huggingface.co/datasets/oscar-corpus/OSCAR-2301)の以下のjaのみを [corpus-cleaner](https://github.com/ce-lery

Hugging Face2024-05-09 更新140

ayousanz/Emilia-Dataset-JA-Plus

Emilia数据集是一个全面、多语言的大型语音数据集，包含超过101,000小时的语音数据。它涵盖了六种不同的语言：英语（En）、中文（Zh）、德语（De）、法语（Fr）、日语（Ja）和韩语（Ko）。这个数据集包含了来自互联网上不同视频平台和播客的多样化语音数据，涵盖了各种内容类型，如脱口秀、访谈、辩论、体育评论和有声读物。Emilia数据集还包括了Emilia-Pipe，这是一个开源的语音数据预

Hugging Face2025-02-23 更新50