Conjunto para estudos de exocórtex e governança auditável. Contém textos em português e inglês para classificação de texto e recuperação de informação. Formato recomendado: parquet ou jsonl. Splits: train, validation, test.
Text classification: rótulos de risco/ética/tema.
Information retrieval: pares consulta–documento para busca semântica.
Português e Inglês.… See the full description on the dataset page:
https://huggingface.co/datasets/MatverseHub/oc.
