LAION eV 发布 Wikipedia-M3 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 Wikipedia-M3, 该数据集包含英文和德文的维基百科嵌入数据，每个部分都包含大量的嵌入向量，这些向量是基于维基百科文章生成的。数据集的特征包括Wiki Language（维基语言）、Embeddings（嵌入向量）和Version Control（版本控制）。数据集的总下载大小为54802491898字节，总数据集大小为75262615788字节。

查看Wikipedia-M3

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。