MNBVC-Wiki

本页面只读。您可以查看源文件，但不能更改它。如果您觉得这是系统错误，请联系管理员。

====== 一、项目开展情况 ======

数据发布小组主要负责将MNBVC语料上传和发布至Huggingface，并维护大家在Huggingface上看到的MNBVC项目。日常任务就是潜水在群中，收集其他小组的数据整理进度，并将可以发布的数据重新打包压缩，上传到Huggingface。因为小组成员较少，并且对Huggingface服务器的访问不稳定，所以数据的发布会有所滞后。目前已经在通过自动化脚本缓解这一问题。

====== 二、主要工作内容和成果 ======

1. 完成了约15个语料子集的发布，涵盖了所有MNBVC所提供的6类语料类型，总数据量超2TB。

2. 构建自动化数据处理脚本。

3. 帮助MNBVC在Huggingface和Github社区关于语料使用技术问题进行答疑。

====== 三、团队 ======

银河(silver)：统筹数据分发任务。

子轩：提供存储空间、带宽等资源。

map和jiaming：负责子数据集的打包和上传。

====== 四、未来 ======

2025年持续努力，做好MNBVC数据分发工作。让大家可以更加方便地访问MNBVC数据集。