한국어 인공 교과서 코퍼스 데이터셋

이 데이터셋이 맞는 경우

한국어 인공 교과서 코퍼스 데이터셋은 한국어 사전학습 코퍼스입니다. 긴 문서를 넣는 사전학습 쪽에 가깝습니다. 지시문 한 단계와 같은 설정으로 섞지 않는 것이 좋습니다. Hugging Face 카드에서 받는 흐름입니다. 라이선스 표기는 Apache 2.0입니다. 상업 이용은 가능으로 표시되어 있으나 원본 약관을 다시 읽습니다. 용량 표기는 대용량이며 다시 잰 값이 아닙니다.

이 기기에서만 돌아가는 도구: 한국어 텍스트 토큰 수 · 한국어 글자 수와 바이트 · 한글 NFC·NFD와 자모 · JSONL을 train·val·test로 나누기 · 채팅 껍데기를 붙이고 토큰 세기 · JSONL 중복 줄 버리기 · JSONL을 토큰 길이로 거르기 · 학습 JSONL과 평가 문장이 겹치는지 · 한국어 전화·주민번호·이메일 가리기 · JSONL 필드 보기와 샘플 줄 · 한국어 학습 데이터의 깨짐과 존댓말 혼용 · 카탈로그에 있는 샘플만 열어 보기 · JSONL을 CSV·TSV로 펼치기 · 카탈로그 칸으로 인용문 만들기

과제 / 카테고리

텍스트 · 텍스트 · 교과서, 교육, 상식, 코퍼스

언어

한국어

형식 · 용량

Text · 대용량 (21K 교과 학습문)

라이선스

Apache 2.0(카탈로그 확인됨) · 라이선스 문서

제공처 · 원본

Hugging Face · 원본 페이지(확인됨)

검증 상태

원본: 확인됨 · 라이선스: 확인됨 · 확인일: 2026-09-03

한국어 인공 교과서 코퍼스 데이터셋: 한국어 사전학습 코퍼스. 제공처 Hugging Face. 라이선스 Apache 2.0. 원본 주소에서 받습니다.

한국어 인공 교과서 코퍼스 데이터셋 (2023). Hugging Face. 라이선스 표기: Apache 2.0 카탈로그 상업 이용 표기: 가능 원본: https://huggingface.co/datasets/maywell/korean_textbooks. 기어델 카탈로그: https://geardel.com/datasets/korean-textbooks. 확인일: 2026-09-03. 저자 이름은 카탈로그 칸에 없어 여기서 만들지 않습니다.

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

• 초중고 국어 및 교육용 지문 데이터셋한국어 NLP 데이터셋 · AI Hub보기라이선스 표기가 다릅니다 (Apache 2.0 / AI Hub 이용안내). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 제공처가 다릅니다 (Hugging Face / AI Hub).
• 한국어 사전학습 위키 코퍼스한국어 사전학습 코퍼스 · Hugging Face보기라이선스 표기가 다릅니다 (Apache 2.0 / MIT). 용량 표기가 다릅니다 (대용량 / 중용량). 다시 잰 값이 아닙니다. 연도 표기가 다릅니다 (2023 / 2025).
• 한국어 상식 추론 객관식 평가 벤치마크한국어 LLM 벤치마크 · Hugging Face보기용량 표기가 다릅니다 (대용량 / 소용량). 다시 잰 값이 아닙니다.
• 한국어 위키백과 교육용 필터 코퍼스한국어 사전학습 코퍼스 · Hugging Face보기라이선스 표기가 다릅니다 (Apache 2.0 / CC BY-SA 4.0). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 용량 표기가 다릅니다 (대용량 / 764MB). 다시 잰 값이 아닙니다.

샘플

Example records

Catalog samples only. Actual files may differ on the original source.

태양계의 중심인 태양은 스스로 빛을 내는 항성으로, 지구를 비롯한 행성들은 이 태양의 강한 인력에 붙잡혀 타원 궤도로 공전하게 됩니다.