lliones-corpus — Corpus textual en llionés (no estructurado)
Descripción
lliones-corpus es un corpus de texto no estructurado en llionés (leonés). Reúne contenidos procedentes de páginas web, noticias, blogs y foros, además de documentos disponibles en portales institucionales y asociativos.El objetivo es proporcionar material textual en bruto para tareas de preentrenamiento o continual pretraining. El corpus se entrega en texto plano y está dividido en chunks para… See the full description on the dataset page: https://huggingface.co/datasets/unileon-robotics/lliones-corpus.
