LAION eV 发布 Project-Gutenberg 数据集, 应用在 自然语言处理、文本分析 领域

LAION eV 本次发布的数据集 Project-Gutenberg, Project Gutenberg数据集提供了该项目的所有书籍，支持十种语言，包括英语、德语、法语、波兰语、葡萄牙语、荷兰语、西班牙语、希伯来语、俄语和中文。英语书籍数量最多，其次是德语。数据集以Epub格式提供，适用于嵌入、文本生成和微调等人工智能项目。

查看Project-Gutenberg

Dataset card 内容： 

Files and versions 内容： 

关于 LAION eV , LAION是一个专注于构建大规模图像-文本对数据集的开源项目。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。