cc-clean/

CC-MAIN-2019-51

本データセットはCommonCrawlerと呼ばれるものから日本語のみを抽出したものです。 利用したものはcc-downloader-rsです。 なおIPAのICSCoEと呼ばれるところから資源を借りてやりましたゆえに、みなさんIPAに感謝しましょう。 ※ IPAは独立行政法人 情報処理推進機構のことです。テストに出ますので覚えましょう。

本利用は研究目的のみとさせていただきます。 それ以外の利用につきましては途方のくれない数の著作権者に許可を求めてきてください。