timtkddn/wpml-eval-govdocs

WPML-Eval: Govdocs HTML → WordProcessingML 변환 평가 데이터셋 Govdocs1 공개 말뭉치에서 추출한 1,000개 영문 HTML 문서와 대응하는 단순화된 WordProcessingML(Office Open XML 본문 포맷) 정답 파일로 구성된 연구/평가 전용 데이터셋입니다. 구성 버킷 문서 수 설명 1k-3k_tokens 100 입력 HTML ≈ 1,000–3,000 tokens 3k-4k_tokens 100 4k-5k_tokens 100 5k-6k_tokens 100 6k-7k_tokens 100 7k-8k_tokens 100 8k-9k_tokens 100 9k-10k_tokens 100 10k-11k_tokens 100 12k-13k_tokens 100 합계 1,000 각 버킷당 고유 문서 각 버킷 폴더에는… See the full description on the dataset page: https://huggingface.co/datasets/timtkddn/wpml-eval-govdocs.