OpenAI 发布 welsh-texts 数据集, 应用在 威尔士历史、文化遗产 领域

OpenAI 本次发布的数据集 welsh-texts, 该数据集由威尔士国家图书馆和威尔士政府授权，包含多种印刷和手写材料，主要来自威尔士资源，大部分为威尔士语。数据集包括《Drych y Prif Oesoedd》、《Enwogion Cymreig》、《Cronicl Elis Gruffudd》等历史书籍，以及书目索引卡、移民信件和美国内战信件。数据集以Parquet格式打包，包含图像文件（JPEG2000或PNG）和部分材料的OCR转录文本。

查看welsh-texts

Dataset card 内容： 

Files and versions 内容： 

关于 OpenAI , OpenAI是一家致力于AI技术研究、开发和应用的非营利组织。

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。