MNBVC-Wiki

首次编辑 20240801 更新至 202305目录
20240802 更新至 202309目录 694文件
20250112 更新至 202311目录 836文件
20250721 变更页面结构 添加更新数据
20250813 更新P1_E01内4组数据包
20251010 累计更新P1_E01内11组数据包
20251014 新增1组数据包
20251104 更新1组数据包
20251108 更新1组数据包
20251127 新增9组数据包
20260104 新增1组数据包
20260202 更新1组数据包 新增8组数据包 新增202601目录
20260310 更新2组数据包 新增1组数据包
20260323 更新1组数据包
20260407 更新1组数据包 新增3组数据包
20260505 更新2组数据包
20260522 更新1组数据包
20260706 修正数据包因灾受损文件（2受损2未登记信息更新）

超大规模中文语料集 Part1

共计：954个文件 9.74TB

P1_E01

MNBVC P1 E01 HASH FILE 含目录：202212、202301 共计：100个文件 962 GB

P1_E02

MNBVC P1 E02 HASH FILE 含目录：202302、202303 共计：157个文件 1.02 TB

P1_E03

MNBVC P1 E03 HASH FILE 含目录：202304 共计：99个文件 1.09 TB

P1_E04

MNBVC P1 E04 HASH FILE 含目录：202305 共计：100个文件 1.11 TB

P1_E05

MNBVC P1 E05 HASH FILE 含目录：202306 共计：100个文件 1.15 TB

P1_E06

MNBVC P1 E06 HASH FILE 含目录：202307、202308 共计：116个文件 1.30 TB

P1_E07

MNBVC P1 E07 HASH FILE 含目录：202309、202310 共计：81个文件 912 GB

P1_E08

MNBVC P1 E08 HASH FILE 含目录：202311 共计：77个文件 1.08 TB

P1_E09

MNBVC P1 E09 HASH FILE 含目录：202501、202502、202503 共计：124个文件 1.12 TB

超大规模中文语料集 Part2

共计：151个文件 2.56 TB

P2_E01

MNBVC P2 E01 HASH FILE 含目录：202504 共计：99个文件 1.56 TB

P2_E02

MNBVC P2 E02 HASH FILE 含目录：202505、202506、202507、202601 共计：52个文件 1.0 TB

Hash CSV 验证脚本

Python Code: Verify.py