corpus-data
Repositórios de código aberto acompanhados marcados com corpus-data, ordenados por estrelas.
Tópicos relacionados
Tópicos que aparecem com frequência ao lado de corpus-data no mesmo repositório.
Em ascensão recentemente
Repositórios criados nos últimos 90 dias e marcados com corpus-data.
Nenhum repositório novo marcado com este tópico nos últimos 90 dias.
- #1
MNBVC (Massive Never-ending BT Vast Chinese corpus). Um conjunto de dados chinês em larga escala, comparável aos 40T de dados usados para treinar o ChatGPT, abrangendo desde cultura mainstream até nichos e gírias.
★ 4.272+4Variação de estrelas nos últimos 7 dias - #2
Corpus de diálogo, corpus de conversas, corpus de romances e corpus de atendimento ao cliente em chinês para ChatGPT, usado para treinar grandes modelos de linguagem
★ 965+1Variação de estrelas nos últimos 7 dias - #3
O corpus de poesia moderna chinesa mais completo do planeta, com mais de 3 mil poetas, mais de 80 mil poemas e mais de 15 milhões de caracteres.
★ 740+1Variação de estrelas nos últimos 7 dias
