西里尔蒙古文文本库

西里尔蒙古文是一种使用西里尔字母书写的蒙古语变体，主要在蒙古国、中国内蒙古自治区、哈萨克斯坦等地区使用。该语料库中包含大量不同主题和领域的文本，包括新闻、社论、小说、诗歌、历史、文化、科技、医学、商业等。该语料库覆盖了不同的时期和地区，从古代蒙古国历史到现代科技和商业领域的发展。语料库大小：5.46GB。该语料库包含约3千万条句子。时间从2020年1月到2020年12月。

搜集汇总

背景与挑战

背景概述

该数据集是一个西里尔蒙古文文本语料库，包含2020年1月至12月期间的新闻、社论、小说等多种主题文本，总计约3千万条句子，数据量为5.46GB。它由内蒙古大学创建，旨在支持自然语言处理和人工智能相关研究。