생활·요리 말뭉치 팩 (ko-domain-life, v1)

이 팩에는 원문 문장이 없고 어절 빈도와 어절 n-gram 통계만 들어 있다.

원천
- 한국어 위키백과 (https://ko.wikipedia.org, 덤프 kowiki-20261001)
  라이선스: CC BY-SA 4.0 (https://creativecommons.org/licenses/by-sa/4.0/)
  이 팩의 통계는 위키백과 문서에서 파생됐으므로 팩 전체를 같은 조건(CC BY-SA 4.0)으로 배포한다.
  문서별 저자와 편집 이력은 각 문서의 역사 페이지에 있다.
- FineWeb-2 한국어 (HuggingFaceFW/fineweb-2, kor_Hang, https://huggingface.co/datasets/HuggingFaceFW/fineweb-2)
  라이선스: ODC-By 1.0 (https://opendatacommons.org/licenses/by/1-0/), Common Crawl 이용약관을 함께 따른다.

만든 방법
- 위키백과 분류 트리에서 분야 문서를 모으고, FineWeb-2 문서는 출처 주소와 분야 어휘 점수로 가려 쓴다.
- 한글 어절만 세고, 문서 3개 이상에 나온 것만 남기고, 광고·스팸 문서와 같은 문장 중복은 뺐다.
- 위키백과 문서 8499개, FineWeb-2 문서 138665개를 셌다.
