Datasetpublic

Swagvictoria/tr-cc-experimental

Veri Seti Hakkında Kaynak: Common Crawl (CC) Türkçe Ağ Verileri Toplayan [Ben (Swag Victoria)] Temizleme & Filtreleme: GLM 5.3 Flash yardımıyla HTML etiketleri, navigasyon gürültüleri ve spam metinler ayıklanmaya çalışılmıştır. Format: .jsonl (JSON Lines) Q&A Abi neden bu kadar yavaş geliyor CC kazıma işlemi? (Answer) Abi'nin amına koyim.

sourceHugging Faceapache-2.0updated 6d agoView on Hugging Face

0likes78downloads

Dataset Card

Veri Seti Hakkında

—Kaynak: Common Crawl (CC) Türkçe Ağ Verileri
—Toplayan [Ben (Swag Victoria)]
—Temizleme & Filtreleme: GLM 5.3 Flash yardımıyla HTML etiketleri, navigasyon gürültüleri ve spam metinler ayıklanmaya çalışılmıştır.
—Format: .jsonl (JSON Lines)

—Q&A Abi neden bu kadar yavaş geliyor CC kazıma işlemi? (Answer) Abi'nin amına koyim.