TartuNLP 发布 est_corpus_fineweb_sample_11_24 数据集, 应用在 文本分析、自然语言处理 领域

TartuNLP 本次发布的数据集 est_corpus_fineweb_sample_11_24, 该数据集包含多个特征，包括文本内容、唯一标识符、集合名称、来源、URL、字数、语言和语言得分。数据集分为训练集，包含100个样本，总大小为399401字节。数据集的下载大小为274941字节。

查看est_corpus_fineweb_sample_11_24

Dataset card 内容： 

Files and versions 内容： 

关于 TartuNLP , TartuNLP是一个专注于自然语言处理领域的研究组织，致力于开发先进的NLP技术和工具，以促进语言技术的创新和应用。

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。