ΜΙΑ ΔΡΑΣΗ ΑΠΟ
GFOSS GFOSS
GlossAPI

Δεδομένα για την ΤΝ

Αγωγός για την επεξεργασία κειμένων και τη μετατροπή τους σε έτοιμα προς χρήση σύνολα δεδομένων για εκπαίδευση Μεγάλων Γλωσσικών Μοντέλων.

02 / Δεδομένα

Χρονολόγιο Δεδομένων

Παρακολούθηση της εξέλιξης των δεδομένων μας και της συνολικής πρόσληψης tokens

Όλα τα σύνολα δεδομένων διατίθενται με άδειες Creative Commons
  1. ΝΟΕ 2024 CC

    dimodis_logotexnia

    384KB 96Κ
  2. ΝΟΕ 2024 CC

    95k_deigma_ellinikis

    28.3MB 2.94M Tokens
  3. ΝΟΕ 2024 CC

    Ellinika_Keimena_Project_Gutenberg

    38.9MB 12.3M Tokens
  4. ΔΕΚ 2024 CC BY-NC-ND 4.0

    School Books

    295.5MB 103M Tokens
  5. ΔΕΚ 2024 CC BY-NC-ND 4

    klasikh_arx_ell_grammateia

    63.8MB 20.4M Tokens
  6. ΔΕΚ 2024 CC

    Wikisource_Greek_texts

    116.3MB 38M Tokens
  7. ΙΑΝ 2025 CC

    Ekklisiastika_Keimena

    16.7MB 6.5M Tokens
  8. ΙΑΝ 2025 cc-by-sa-4.0

    1000_prwta_xronia_ellhnikhs

    104MB 33M Tokens
  9. ΜΑΡ 2025 CC

    Apothetirio_Pergamos

    5.3 GB 819M Tokens
  10. ΑΠΡ 2025 CC

    Apothetirio_Kallipos

    572MB 196M Tokens
  11. ΑΠΡ 2025 CC

    ellinika_dedomena_europaikou_koinovouliou

    1.09GB 273M Tokens
  12. ΙΟΥΝ 2025 CC

    eurlex-greek-legislation

    2.21GB 604M Tokens
  13. ΑΥΓ 2025 Other

    openarchives.gr

    93G 7.9B Tokens
  14. ΙΑΝ 2026 CC

    Greek PhD Theses Corpus

    7.02GB 5.34B Tokens
  15. ΙΑΝ 2026 other

    openbook.gr

    416 MB 25,2M
  16. ΜΑΡ 2026 all-rights-reserved

    istorima

    416.02MB 138.9M Tokens
  17. ΜΑΡ 2026 CC

    modern-greek-dictionary

    33MB 4.9M Tokens
  18. ΑΠΡ 2026 all-rights-reserved

    ert-press

    36.4MB 9.8M Tokens
  19. ΑΠΡ 2026 other

    amna-press

    1.48GB 158.2M Tokens
  20. ΑΠΡ 2026 CC

    enautilia (version 2)

    1.46 MB 1M Tokens
  21. ΑΠΡ 2026 cc-by-sa-4.0

    eellak-articles

    25.10MB 8.5M Tokens
  22. ΜΑΙ 2026 CC BY 4.0

    archetai

    147 MB 97M Tokens
  23. ΜΑΙ 2026 CC BY-NC-SA 4.0

    elocus

    1.44GB 568M
  24. ΜΑΙ 2026 CC BY-NC-ND 4.0

    greek-national-theatre-corpus

    42.58MB 11M
  25. ΜΑΙ 2026 CC

    ellakv2

    820 MB 358M Tokens
  26. ΜΑΙ 2026 CC BY-NC-SA 4.0

    libiep

    1.46GB 510M
  27. ΙΟΥΝ 2026 CC BY-NC-ND 4.0

    libduth

    1.4GB 716M
  28. ΙΟΥΝ 2026 CC BY-NC-ND 4.0

    psepheda

    2.01GB 769M
  29. ΙΟΥΝ 2026 CC BY-NC-ND 4.0

    heinrich_boell_stiftung

    120KB 46K
  30. ΙΟΥΝ 2026 CC BY-NC-ND 4.0

    Artoszois (version 2)

    6.24MB 3M
  31. ΙΟΥΝ 2026 CC BY-4.0

    diavgeia

    160GB 36.8B Tokens
  32. ΙΟΥΝ 2026 other

    OpenCouncil

    74.2 MB 11M Tokens
  33. ΙΟΥΝ 2026 CC BY 4.0

    new-sociology

    14.5MB 6M
  34. ΙΟΥΛ 2026 CC

    ecclesia

    294 MB 136419174
  35. ΙΟΥΛ 2026 CC

    hellenic-parliament-legislative-work

    39.4MB 70M Tokens
  36. ΙΟΥΛ 2026 CC

    greek-political-parties

    240 MB 52.5M Tokens
  37. ΙΟΥΛ 2026 all-rights-reserved

    elivip

    277 MB 114M Tokens
  38. ΙΟΥΛ 2026 Creative Commons Attribution Share Alike 4.0

    mitos

    18.3 MB 9M Tokens
  39. ΑΥΓ 2026 all-rights-reserved

    diaNEOsis

    60.3 ΜΒ 23M Tokens
  40. ΑΥΓ 2026 all-rights-reserved

    repository_edulll

    34,4 MB 17M Tokens
  41. ΑΥΓ 2026 CC

    DYAS

    1.4 MB 760K Tokens
  42. ΣΕΠ 2026 all-rights-reserved

    HCAVS

    5,7 MB 2.3Μ Tokens
  43. ΣΕΠ 2026 other

    Freebooks

    12.16M
  44. ΣΕΠ 2026 other

    pasithee

    15.4M
  45. ΟΚΤ 2026 CC BY 4.0

    OpenGov_Deliberations

    137.3M
  46. ΝΟΕ 2026 CC BY-NC 4.0

    pandemos

    1.58GB 697M

Αθροιστικός Όγκος Tokens

Διάγραμμα Ανάπτυξης

56.843.602.419
ΣΥΝΟΛΟ TOKENS
Τρέχον σύνολο δεδομένων

03 / Ομάδα

Έχουμε μια ολόκληρη ομάδα αφοσιωμένη σε αυτό το έργο

Θέλεις να συνεργαστείς ή να συμμετέχεις; Αγαπάμε τις συνεργασίες και τους νέους συνεισφέροντες.