发布 PersianCorpus_merged 数据集, 应用在 波斯语、自然语言处理 领域

本次发布的数据集 PersianCorpus_merged, 波斯语语料库（合并版）是一个综合性的波斯语文本数据集，它整合了Hugging Face Hub上多个公开可用的波斯语数据集。这个大型语料库包含超过1400万条文本示例，非常适合训练大型语言模型和其他波斯语自然语言处理任务。它提供了来自各种来源的多样化波斯语文本，合并为一个单一、易于访问的数据集。

查看PersianCorpus_merged

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。