文件名称：deep-learning-Pre-training-Chinese-data-set:深度学习中文语料
文件大小：2KB
文件格式：ZIP
更新时间：2024-05-06 04:17:17
深度学习预训练中文数据集 国内公开的中文语料太少了，可以说是寥寥无几，大厂和机构缺少语料共享精神。 训练语料的缺失给学习研究深度网络模型从业者带来困扰，获取预训练语料带来额外成本。 这份语料可以降低训练模型的成本，让学习研究者只需要关注模型结构的研究，加速我国AI进展。 该项目为国内最大的公开深度网络模型预训练中文语料，该语料可以用来训练bert模型。 该语料由多个文本语料组成，大约22G。每个文本文件中每篇文章由\r\n分开，每篇文章中每段文本由\n分开。 数据均来源于网络,仅供研究学习使用，请勿做商业用途。 语料1： （访问密码：5129） 语料2： （访问密码：5129） 语料3： （访问密码：5129） 语料4： （访问密码：5129） 语料5： （访问密码：5129） 语料6： （访问密码：5129） 语料7： （访问密码：5129） 语料8： （访问密码：5129） 语料9：
【文件预览】：
deep-learning-Pre-training-Chinese-data-set-main
----README.md(9KB)