MADLAD-400
Corpus web, wolof
Site officiel consultéIA : jeux de données
Dernière vérification : 1 octobre 2026
MADLAD-400 est un jeu de données multilingue au niveau document, issu de Common Crawl, couvrant 419 langues pour 38,3 To au total. Le wolof (wo) compte environ 871 000 documents annotés comme corrects, surtout des textes bibliques, sous licence CC-BY-4.0.
Services
- Version bruitée et version nettoyée
Conditions d’accès
Licence CC-BY-4.0.
Sources
- MADLAD-400 (nouvel onglet), vérifié le 1 octobre 2026Site officiel consulté