发布 persian-document-corpus 数据集, 应用在 波斯语文档、自然语言处理 领域

本次发布的数据集 persian-document-corpus, Persian Document Corpus（PDC）是一个大型波斯语文档集合，包含超过13,000个来自不同知识领域的公开PDF文档，如研究文章、论文、学位论文、科学报告和书籍章节等。该数据集旨在为波斯语自然语言处理（NLP）社区提供一个丰富的资源，用于训练和评估各种任务和应用的NLP模型。

查看persian-document-corpus

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。