BookCorpus Großer Buchtext-Datensatz

BookCorpus ist ein beliebtes großes Textkorpus, das häufig zum unüberwachten Lernen der Satzkodierung/-dekodierung verwendet wird. Der ursprüngliche Autor bietet jedoch keine Downloads mehr auf BookCorpus an.

Derzeit stammen die meisten Datenquellen dieses BookCorpus-Datensatzes aus kostenlosen Büchern auf smashwords.com, was fast identisch mit dem ursprünglichen BookCorpus ist.