معالجة اللغة الطبيعية والنصوص موثّقة جزئياً

One Billion Word Benchmark (LM1B)

أسماء أخرى: tfds:lm1b

نظرة عامة

مجموعة بيانات One Billion Word Benchmark (LM1B) في مجال معالجة اللغة الطبيعية والنصوص، نوع البيانات: نصوص. المهام: Language Modelling، Text Generation.

الوصف (من المصدر)

A benchmark corpus to be used for measuring progress in statistical language modeling. This has almost one billion words in the training data.

المجال: معالجة اللغة الطبيعية والنصوص (NLP & Text)
نوع البيانات: نصوص
المهام: Language Modelling، Text Generation
التخصصات الفرعية: غير متوفر
اللغات: en
الوسوم: en، monolingual

الإحصائيات والبنية

عدد العينات: غير متوفر
عدد الفئات: غير متوفر
عدد الخصائص: غير متوفر
عدد المشاركين/الحالات: غير متوفر
عدد الصور: غير متوفر
عدد الملفات: غير متوفر
الحجم: غير متوفر
الصيغ: غير متوفر
القيم المفقودة: غير متوفر

ملاحظة العينات: يختلف عدد العينات حسب الإعداد (4 إعدادات في TFDS).

الترخيص والوصول

الترخيص: غير معروف — لم يُذكر ترخيص صريح في المصادر المعتمدة
توثيق الترخيص: غير معروف
الاستخدام التجاري: غير معروف
إعادة التوزيع: غير معروف
اشتراط النسبة: غير معروف
طريقة الوصول: زيارة المصدر
قيود الوصول: غير متوفر
شروط الاستخدام: غير متوفر

لم يُعثر على ترخيص صريح في المصادر المستخدمة؛ لا تفترض أي إذن قبل مراجعة المصدر الأصلي.

راجع دائماً شروط الناشر الأصلي قبل الاستخدام؛ المستكشف لا يمنح أي ترخيص.

المصدر والتنزيل

المنصة: TensorFlow Datasets catalog
الناشر/المصدر: TensorFlow Datasets (TFDS)
المعرّف في المصدر: tfds:lm1b
DOI: غير متوفر
مصدر البيانات الوصفية: tfds
آخر تحديث للبيانات الوصفية: 2026-11-14

الصفحة الأصلية www.statmt.org
رابط التنزيل المسجل www.statmt.org
التوثيق www.tensorflow.org
بطاقة البيانات www.tensorflow.org
واجهة API storage.googleapis.com
مصدر البيانات الوصفية storage.googleapis.com

لا يستضيف المستكشف ملفات البيانات؛ كل الروابط تشير إلى الناشر الأصلي.

الأبحاث المرتبطة

البحث الذي قدّم مجموعة البيانات
Ciprian Chelba, Tomas Mikolov, Mike Schuster, Qi Ge, Thorsten Brants, Phillipp Koehn (2013). One Billion Word Benchmark for Measuring Progress in Statistical Language Modeling. CoRR. http://arxiv.org/abs/1312.3005
مذكور لهذه المجموعة في كتالوج المصدر · رابط البحث · الدليل

الاستشهاد بالمجموعة

مبني من الحقول المسجلة فقط؛ الحقول غير المتوفرة تُحذف ولا تُخمَّن. يُستحسن أيضاً الاستشهاد بالبحث الذي قدّم المجموعة إن وُجد.

APA 7

One Billion Word Benchmark (LM1B) [Data set]. (2013). TensorFlow Datasets (TFDS). http://www.statmt.org/lm-benchmark/

IEEE

[1] "One Billion Word Benchmark (LM1B)," TensorFlow Datasets (TFDS), 2013. [Online]. Available: http://www.statmt.org/lm-benchmark/

BibTeX

@misc{onebillionwordbenchmarklm1b2013,
  title = {{One Billion Word Benchmark (LM1B)}},
  year = {2013},
  publisher = {TensorFlow Datasets (TFDS)},
  url = {http://www.statmt.org/lm-benchmark/},
  howpublished = {\url{http://www.statmt.org/lm-benchmark/}},
  note = {Dataset. Accessed: 2026-11-14}
}

التحقق

حالة التحقق: موثّقة جزئياً
آخر فحص للروابط: لم يُفحص بعد
تاريخ التحقق من المصدر: غير متوفر
طريقة التحقق: Metadata imported from the official TensorFlow Datasets catalog (dataset_info.json on storage.googleapis.com and the tensorflow-datasets 4.9.10 package).
ملاحظات: Counts and sizes come from the TFDS-prepared version 1.1.0. Licence not stated in TFDS metadata unless shown; check the original source. Original URL not yet checked for availability.

مصدر كل حقل وتاريخ فحصه

الحقل	المصدر	التاريخ
original_url	TFDS dataset_info.json (location.urls)	2026-11-14
description	TFDS README.md / dataset_info.description	2026-11-14
download_url	TFDS checksums.tsv (URL used by the TFDS builder)	2026-11-14