丹麦奥胡斯大学 发布 Danish Dynaword 数据集, 应用在 自然语言处理、语言数据集 领域

丹麦奥胡斯大学 本次发布的数据集 Danish Dynaword, Danish Dynaword是一个大规模、开放的语言数据集，旨在通过社区合作进行持续更新。该数据集包含超过以往数据集四倍的丹麦语Tokens，并且完全开放许可。数据集的创建遵循可追溯的开放许可、可重现性、文档化和可扩展性的原则，以确保数据质量和社区贡献的可持续性。Danish Dynaword适用于自然语言处理的研究和开发，旨在解决当前数据集在许可、更新和质量保证方面的挑战。

查看Danish Dynaword

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。