KoELECTRA 보캡 최적화 원시 텍스트 말뭉치

이 데이터셋이 맞는 경우

KoELECTRA 보캡 최적화 원시 텍스트 말뭉치는 한국어 대화 데이터셋입니다. 한국어 대화 데이터셋 과제에 맞습니다. 평가용 벤치마크와 한 배치로 받지 않는 것이 좋습니다. GitHub (monologg)에서 받습니다. 라이선스 표기는 Apache 2.0입니다. 상업 이용은 가능으로 표시되어 있으나 원본 약관을 다시 읽습니다. 용량 표기는 대용량 (34GB)이며 다시 잰 값이 아닙니다.

카탈로그 발췌 1개 열기 →

과제 / 카테고리

텍스트 · 텍스트 · 보캡빌드, 일렉트라, 원시말뭉치, 토크나이저

언어

한국어

형식 · 용량

Text · 대용량 (34GB) (수백만 토큰 시퀀스)

라이선스

Apache 2.0(카탈로그 확인됨) · 라이선스 문서

제공처 · 원본

GitHub (monologg) · 원본 페이지(확인됨)

검증 상태

원본: 확인됨 · 라이선스: 확인됨 · 확인일: 2026-09-03

KoELECTRA 보캡 최적화 원시 텍스트 말뭉치: 한국어 대화 데이터셋. 제공처 GitHub (monologg). 라이선스 Apache 2.0. 원본 주소에서 받습니다.

KoELECTRA 보캡 최적화 원시 텍스트 말뭉치 (2020). GitHub (monologg). 라이선스 표기: Apache 2.0 카탈로그 상업 이용 표기: 가능 원본: https://github.com/monologg/KoELECTRA. 기어델 카탈로그: https://geardel.com/datasets/koelectra-vocab-corpus. 확인일: 2026-09-03. 저자 이름은 카탈로그 칸에 없어 여기서 만들지 않습니다.

아래 차이는 카탈로그 필드만 사용합니다. 라이선스, 상업 이용, 제공처, 용량 표기, 연도입니다.

• 공공 행정문서 대상 기계독해한국어 QA 데이터셋 · AI Hub보기라이선스 표기가 다릅니다 (Apache 2.0 / AI Hub 이용안내). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 제공처가 다릅니다 (GitHub (monologg) / AI Hub).
• 공공기관 배포 행정문서 요약본한국어 요약 데이터셋 · AI Hub보기라이선스 표기가 다릅니다 (Apache 2.0 / AI Hub 이용안내). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 제공처가 다릅니다 (GitHub (monologg) / AI Hub).
• 공인중개사 부동산 매물 설명 텍스트한국어 NLP 데이터셋 · AI Hub보기라이선스 표기가 다릅니다 (Apache 2.0 / AI Hub 이용안내). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 제공처가 다릅니다 (GitHub (monologg) / AI Hub).
• 교과서 기반 에듀케이션 한국어 말뭉치한국어 지시문 학습 데이터셋 · Hugging Face (devngho)보기라이선스 표기가 다릅니다 (Apache 2.0 / MIT). 제공처가 다릅니다 (GitHub (monologg) / Hugging Face (devngho)). 용량 표기가 다릅니다 (대용량 (34GB) / 대용량). 다시 잰 값이 아닙니다.

발췌

카탈로그에 있는 발췌

저장된 발췌 1개입니다. 기어델은 원본 파일을 보관하지 않습니다.

샘플 체험에서 이 행 열기 →

토크나이저는 문장을 인공지능이 분석하기 쉬운 정수 시퀀스 형태로 끊어내는 필수적인 전처리 모듈입니다.