한국어 위키백과 정제 말뭉치

이 데이터셋이 맞는 경우

한국어 위키백과 정제 말뭉치는 한국어 대화 데이터셋입니다. 긴 문서를 넣는 사전학습 쪽에 가깝습니다. 지시문 한 단계와 같은 설정으로 섞지 않는 것이 좋습니다. GitHub 저장소에서 받는 흐름입니다. 라이선스 표기는 CC BY-SA 4.0이지만 재확인이 필요합니다. 용량 표기는 중용량이며 다시 잰 값이 아닙니다.

카탈로그 발췌 1개 열기 →

과제 / 카테고리

텍스트 · 텍스트 · 위키데이터, 정제텍스트, 사전학습, 말뭉치

언어

한국어

형식 · 용량

Text · 중용량 (1.2M 문장)

라이선스

CC BY-SA 4.0(재확인 필요 — 원본을 다시 봅니다) · 라이선스 문서

제공처 · 원본

GitHub · 주소 미확인

검증 상태

원본: 미확인 · 라이선스: 재확인 필요 · 확인일: 2026-09-03

한국어 위키백과 정제 말뭉치: 한국어 대화 데이터셋. 제공처 GitHub. 라이선스 CC BY-SA 4.0. 원본 주소에서 받습니다.

한국어 위키백과 정제 말뭉치 (2020). GitHub. 라이선스 표기: CC BY-SA 4.0 카탈로그 상업 이용 표기: 가능 이 행에는 원본 URL이 없습니다. 기어델 카탈로그: https://geardel.com/datasets/korean-wiki-text. 확인일: 2026-09-03. 저자 이름은 카탈로그 칸에 없어 여기서 만들지 않습니다.

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

• WanJuanSiLu 한국어 고품질 웹 텍스트 코퍼스한국어 대화 데이터셋 · Hugging Face (opendatalab)보기라이선스 표기가 다릅니다 (CC BY-SA 4.0 / CC BY 4.0). 제공처가 다릅니다 (GitHub / Hugging Face (opendatalab)). 용량 표기가 다릅니다 (중용량 / 124 GB). 다시 잰 값이 아닙니다.
• 산업별 전문 도메인 텍스트 말뭉치한국어 대화 데이터셋 · AI Hub보기라이선스 표기가 다릅니다 (CC BY-SA 4.0 / AI Hub 이용안내). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 제공처가 다릅니다 (GitHub / AI Hub).
• 웹 기반 심층 뉴스 말뭉치한국어 대화 데이터셋 · AI Hub보기라이선스 표기가 다릅니다 (CC BY-SA 4.0 / AI Hub 이용안내). 상업 이용 표기가 다릅니다 (가능 / 조건부 가능). 제공처가 다릅니다 (GitHub / AI Hub).
• 한국어 교육용 필터링 웹텍스트 데이터셋한국어 사전학습 코퍼스 · Hugging Face (devngho)보기라이선스 표기가 다릅니다 (CC BY-SA 4.0 / MIT). 제공처가 다릅니다 (GitHub / Hugging Face (devngho)). 용량 표기가 다릅니다 (중용량 / 대용량). 다시 잰 값이 아닙니다.

발췌

카탈로그에 있는 발췌

저장된 발췌 1개입니다. 기어델은 원본 파일을 보관하지 않습니다.

샘플 체험에서 이 행 열기 →

대한민국의 최남단에 위치한 제주는 화산 활동에 의해 형성된 섬으로 독특한 지질학적 가치를 지닙니다.