Fine PT-PT Web:欧洲葡萄牙网高质量410亿代币数据采集
HuggingFace Daily Papers · · 发布于 2026-09-11 · 1 分钟阅读
arXiv:2609.07699v2 公告类型:交叉 摘要:针对欧洲葡萄牙语 (PT-PT) 等区域语言变体的网络语料库的管理因方言重叠(主要是 PT-BR)和数据处理规模而受到严重瓶颈。本文提出了一个有效的管道来策划
要点 1
arXiv:2609.07699v2 公告类型:交叉 摘要:针对欧洲葡萄牙语 (PT-PT) 等区域语言变体的网络语料库的管理因方言重叠(主要是 PT-BR)和数据处理规模而受到严重瓶颈。
SOURCES
共 1 个来源