土耳其语谚语文本数据集

自然语言
0 下载
3 浏览
2026-09-20

数据集简介

数据集页与内容组织

数据集以 HuggingFace 数据集仓库形式组织,仓库内包含 .gitattributes、README.md 以及主数据文件 turkish_proverb_v1.txt。数据以单个 txt 文件承载,整体为纯文本模态,语言字段标注为土耳其语(tr)。

在数据划分上,数据集只提供一个 train 划分,没有单独的验证集或测试集。字段结构简洁,Croissant 元数据以 default 记录集描述内容,核心字段为 text,类型标注为 sc:Text。

许可与署名说明

数据集采用 CC BY-NC 4.0 许可(license:cc-by-nc-4.0),公开可访问,未设置门禁(gated=false),可直接在 HuggingFace 页面下载。

作者在数据集卡片中同时以英文和土耳其文说明了使用条件:数据集可以被使用和修改,但不得用于商业活动;如果使用或修改了该数据集,需要向 48karem(Kerem Dereli)提供适当的署名。

适用场景

作者给出的使用场景包括 RAG(检索增强生成)与微调(fine tuning),并特别注明微调尚未经过测试,作者本人对其效果并不确定。结合纯文本谚语语料的形态,该数据集也可用于文本生成、文本排序等自然语言处理任务。

文件列表

仓库中的文件构成如下:

文件 说明
.gitattributes 仓库属性配置
README.md 数据集卡片与使用说明
turkish_proverb_v1.txt 土耳其语谚语文本主文件

Croissant 元数据

数据集的 Croissant 元数据记录了内容描述与字段信息:记录集为 default,字段 text 标注为 sc:Text;语言为 tr;许可为 cc-by-nc-4.0;创建时间为 2026-09-20,最后修改时间为 2026-10-01。

规模方面,卡片 size_categories 标注为 10K<n<100K,而 API 返回的 size_categories 标注为 n<1K,两处标注并不一致;仓库占用空间为 11521 字节,页面显示下载量为 110。

基本信息

记录数量未知
文件大小卡片 size_categories 标注为 10K<n<100K;API 的 size_categories 标注为 n<1K;仓库占用 11521 字节;下载量 110
文件格式txt
数据来源48karem(Kerem Dereli)
语言土耳其语
数据划分train
字段text
许可CC BY-NC 4.0
访问方式公开下载
数据落地页https://huggingface.co/datasets/48karem/turkish_proverb_v1.txt
发布日期2026-09-20
土耳其语谚语文本语料自然语言处理检索增强生成

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费