kanhatakeyama/japanese-corpus-categorized download history

kanhatakeyama/japanese-corpus-categorized is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 239 times (52 in the last 7 days), and 6,481 times in total. It ranks #58,606 among datasets by monthly downloads.

日本語コーパス mc4-jaなどのwebコーパスをクリーニング後､教師なし学習モデルでテキストを約1万件にクラスタリングしたコーパスです｡ 著作権法で認められた情報解析目的で使用できます｡ 一部のファイルしかparquet化されていないので､ご注意ください｡ファイルリストはoutフォルダ内にあります git lfsなどでダウンロードください｡

Open kanhatakeyama/japanese-corpus-categorized on Hugging Face

Sister project: Paper Pulse, the upvote history of every Hugging Face Daily Paper.