ranWang/UN_Sitemap_Multilingual_HTML_Corpus download history

ranWang/UN_Sitemap_Multilingual_HTML_Corpus is a dataset on the Hugging Face Hub. In the last 30 days it was downloaded 504 times (179 in the last 7 days), and 17,581 times in total. It ranks #32,940 among datasets by monthly downloads.

Dataset Card for "UN Sitemap Multilingual HTML Corpus" Update Time +8:00 2023-3-23 17:25:20 Dataset Summary 此数据集是从联合国网站提供的的sitemap中爬取的，包含了各种语言的HTML文件，并按照语言进行分类。数据集包含了不同语言的文章、新闻等联合国文本。数据集旨在为研究人员、学者和语言技术开发人员提供一个多语言文本集，可用于各种自然语言处理任务和应用。 数据集包括以下语言：汉语（zh）、英语（en）、西班牙语（ar）、

Open ranWang/UN_Sitemap_Multilingual_HTML_Corpus on Hugging Face