发布 degeneration-html-multilingual 数据集, 应用在 跨文化研究、人工智能 领域

本次发布的数据集 degeneration-html-multilingual, 该数据集名为The Degeneration of the Nation Multilingual Dataset，包含了一个哲学和文化网站的全部内容，探讨了技术、人工智能和人类文化的交叉点。内容包括哲学论文、文化分析和当代文学，具有复杂的并行结构和跨所有语言版本的复杂HTML架构。数据集支持多种语言，包括希伯来语、英语、法语、德语、西班牙语、葡萄牙语、意大利语、日语、俄语、韩语、普通话和印地语。数据集的规模在1M到10M之间，包含超过800万字的文本。数据集的结构包括文章的ID、语言、标题、内容、HTML和URL等信息。

查看degeneration-html-multilingual

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。