English-Orig-Tokenized

kaggle2021-06-10 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/bestofbests9/englishorigtokenized

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2021-06-10

DementiaBank English Pitt-Orig Corpus

cookie theft, fluency, recall, and sentence tasks for patients and controls

DataCite Commons2026-04-28 更新10

English-POS-Tokenized

kaggle2021-06-13 更新00

akahana/english-indonesia-wikimatrix-token

--- dataset_info: features: - name: input_ids list: int32 - name: attention_mask list: int8 - name: labels list: int64 splits: - name: train num_bytes: 6116243004 num_e

Hugging Face2025-12-11 更新50

ittailup/english_tokenized

该数据集包含音频数据，采样率为16000Hz，以及对应的文本句子。此外，数据集还提供了输入特征和标签，适用于训练和分析。数据集分为训练集，包含247626个例子，总大小为281184627553.75字节。

Hugging Face2024-05-13 更新60

Zoont/english-gutenberg-cleaned-tokenized

--- license: cc-by-nc-sa-4.0 language: - en pretty_name: Gutenberg size_categories: - 1M<n<10M --- ### Source dataset: [incredible45/Gutenberg-BookCorpus-Cleaned-Data-English](https://huggingface.co/d

Hugging Face2025-12-30 更新10