BookCorpus est un corpus de textes volumineux et populaire qui est souvent utilisé pour l'apprentissage non supervisé de l'encodage/décodage de phrases. Cependant, l'auteur original ne propose plus de téléchargements sur BookCorpus. Actuellement, la plupart des sources de données de cet ensemble de données BookCorpus proviennent de livres gratuits sur smashwords.com, qui sont presque identiques au BookCorpus original.

Citation

@misc{soskkobayashi2018bookcorpus,
author = {Sosuke Kobayashi},
title = {Homemade BookCorpus},
howpublished = {\url{https://github.com/soskek/bookcorpus}},
year = {2018}
}