TINY_SCHILLER

TINY_SCHILLER语料库简化了用于小型语言模型的德语文学文本

发布了一个名为TINY_SCHILLER的新语料库，旨在利用德语文学文本促进小型语言模型的开发和教育。该语料库是流行的tiny_shakespeare数据集的单文件即插即用型替代品，提供了十一部弗里德里希·席勒的公共领域戏剧。为方便使用而处理，TINY_SCHILLER支持多种分词方法和角色划分，使研究人员和学生能够用一行代码处理德语文学数据。