您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
数据集:
acul3/KoPI-NLLB
英文KopI（印度尼西亚语全国语料库）-NLLB，是从NLLB数据集中提取出的印度尼西亚家庭语言（亚齐语、巴厘语、班贾尔语、印尼语、爪哇语、美南语、巽他语） ，总计 allenai/nllb
每种语言集还使用了一些去重技术进行过滤，例如精确哈希（md5）去重技术和最小哈希LSH相似文本
待细节公布