WikiText Long Term Dependency Language Modeling Dataset 长期依赖语言建模数据集

WikiText 长期依赖语言建模数据集包含 1 亿个英文词汇,其来自于 Wikipedia 优质文章和标杆文章。

该数据集分为 WikiText-2 和 WikiText-103 两个版本,其相较于 PTB 词库规模更为庞大,并且每个词汇还保留相关的原始文章,这适用于需要长时依赖自然语言建模的场景。

该数据集由 Salesforce Research 于 2016 年发布,主要发布人为 Stephen Merity 、 Caiming Xiong 、 James Bradbury 和 Richard Socher,相关论文有《Pointer Sentinel Mixture Models》。

WikiText Long Term Dependency Language Modeling Dataset.torrent

做种 6

下载中 0

已完成 818

总下载 1,778

  • WikiText Long Term Dependency Language Modeling Dataset/
    • README.md
      1.46 KB
    • README.txt
      2.92 KB
      • data/
        • wikitext-103-raw-v1.zip
          183.09 MB
        • wikitext-103-v1.zip
          364.51 MB
        • wikitext-2-raw-v1.zip
          369.01 MB
        • wikitext-2-v1.zip
          373.28 MB
        • 新建文本文档.txt
          373.28 MB