lianghsun/ultra-fineweb-l3-en-zhtw

Ultra-FineWeb-L3 (en, multi_style) → 繁體中文 把 openbmb/Ultra-FineWeb-L3 的 英文 multi_style 子集（多風格改寫的預訓練語料）翻譯成台灣繁體中文。 欄位 欄位 說明 uid 來源自帶的唯一識別碼，未重算，可直接對回來源 style 來源的 style 欄位（此子集皆為 multi_style） content 英文原文 content_zhtw 繁體中文譯文 chunk_count 翻譯時切成幾塊（長文本會在段落邊界切塊後分別翻譯再接合） translation_error 該列是否有任何一塊翻譯失敗 翻譯規範 譯文遵循以下規則產生： 一律使用台灣繁體中文與台灣慣用詞，禁止簡體字與中國大陸慣用語 標點採全形／半形混排：中文語句用全形標點，英文單字、專有名詞、網址、數字維持半形 長文本在段落邊界切塊後分別翻譯再接合（chunk_count 記錄切了幾塊）… See the full description on the dataset page: https://huggingface.co/datasets/lianghsun/ultra-fineweb-l3-en-zhtw.