广告也精彩

MNBVC:中文语料集开源项目MNBVC数据集(NLP语料数据集)不但包括主流文化,也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。数据均来源于互联网搜集。目前总数据量7984GB,目标是达到chatGPT的40T数据,目前进度19.96%。

数据统计

相关导航

广告也精彩

暂无评论

暂无评论...