NADSOFT 发布 test_dataset_dialect_SLM 数据集, 应用在 方言识别、文本处理 领域

NADSOFT 本次发布的数据集 test_dataset_dialect_SLM, 该数据集包含以下字段：唯一标识符_id、节目名称program、文本内容text、方言dialect、审核后的文本reviewed_text和清洗后的文本clean_text。数据集被划分为测试集，包含5600个示例，大小为2,782,109字节。数据集的下载大小为1,410,715字节。

查看test_dataset_dialect_SLM

Dataset card 内容： 

Files and versions 内容： 

关于 NADSOFT , NADSOFT是一家致力于革新阿拉伯语AI模型领域的先锋公司，专注于提升为阿拉伯语定制的AI模型性能，致力于研究和训练尖端的AI模型如语言模型（LLM）、自动语音识别（ASR）等，并希望在阿拉伯世界及更广泛的中东和北非地区引领AI革命。

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。