README.md

metadata

license: odbl
language:
  - ja

日本語コーパス

• mc4-jaなどのwebコーパスをクリーニング後､教師なし学習モデルでテキストを約1万件にクラスタリングしたコーパスです｡
• 著作権法で認められた情報解析目的で使用できます｡
• 一部のファイルしかparquet化されていないので､ご注意ください｡ファイルリストはoutフォルダ内にあります
  • git lfsなどでダウンロードください｡