数据集 - 海数据

多语言大规模多任务语言理解数据集

2025年4月22日

多语言大规模多任务语言理解数据集数据来源：互联网公开数据标签：多语言,任务理解,人工智能,评测,翻译,低资源语言数据概述：...

ZIP

世界各国国歌歌词与旗帜数据集合集-wricheekadhikari

2025年4月22日

世界各国国歌歌词与旗帜数据集合集-wricheekadhikari 数据来源：互联网公开数据标签：国歌,歌词,音乐,文化,国家,旗帜,YouTube,视听,多语言数据概述：...

ZIP

Open-Assistant多轮对话波斯语翻译数据集

2025年4月22日

Open-Assistant多轮对话波斯语翻译数据集数据来源：互联网公开数据数据集简介：本数据集为 Open-Assistant...

ZIP

英语-马拉雅拉姆语言翻译数据集-nihalthomas15

2025年4月22日

英语-马拉雅拉姆语言翻译数据集-nihalthomas15 数据来源：互联网公开数据标签：英语,马拉雅拉姆,机器翻译,NLP,语料库,翻译,数据集,多语言数据概述：...

ZIP

ChatGPT应用用户评价数据集-全球用户反馈-PlayStore-多国-2024-humairmunir

2025年4月21日

ChatGPT应用用户评价数据集-全球用户反馈-PlayStore-多国-2024-humairmunir 数据来源：互联网公开数据标签：ChatGPT, 评论, 用户反馈, 情感分析, 自然语言处理, 应用评估, Play Store, 移动应用, 多语言, 市场调研数据概述：本数据集包含100,000条来自Google Play...

ZIP

林格万克斯多语言机器翻译测试参考数据集-2023-alexeirudak

2025年4月21日

林格万克斯多语言机器翻译测试参考数据集-2023-alexeirudak 数据来源：互联网公开数据标签：机器翻译,测试参考,多语言,语言技术,评估,数据集,英语,翻译评估,CC BY-SA 4.0 数据概述：...

ZIP

RSS订阅内容主题分类数据集-brobear1995

2025年4月21日

RSS订阅内容主题分类数据集-brobear1995 数据来源：互联网公开数据标签：RSS,订阅,内容分类,主题,自然语言处理,机器学习,文本分析,多语言,数据清洗,嵌入模型数据概述：...

ZIP

Jigsaw毒性评论多语言分类数据集

2025年4月20日

Jigsaw毒性评论多语言分类数据集数据来源：互联网公开数据标签：文本分类, 毒性检测, 自然语言处理, 多语言, 评论, 社交媒体, 文本分析, 机器学习数据概述：本数据集由Pavel Ostyakov创建，旨在支持多语言环境下的毒性评论分类任务。数据集包含了多种语言的文本评论，并标注了毒性标签。...

ZIP

全球民间故事数据集1963-2021

2025年4月20日

全球民间故事数据集1963-2021 数据来源：互联网公开数据标签：民间故事,全球,文化研究,文学分析,民族学,故事文本,多语言数据概述：本数据集包含了来自57个国家的2838个民间故事，涵盖了亚洲、欧洲、北美洲、南美洲、非洲等多个地区的丰富文化资源。数据集中的故事文本主要用于研究全球民间故事的文化背景、文学特征和民族学价值。数据用途概述：...

ZIP

阿拉伯语增强型开放海豚数据集-用于自动化作文评分-多语言应用

2025年4月20日

阿拉伯语增强型开放海豚数据集-用于自动化作文评分-多语言应用数据来源：互联网公开数据标签：阿拉伯语,作文评分,自然语言处理,机器学习,数据集,文本分类,多语言,Open Orca, GPT-3.5, GPT-4, RAG, 翻译数据概述：...

ZIP

艾尔登法环Steam游戏评价多语言月度更新数据集

2025年4月19日

艾尔登法环Steam游戏评价多语言月度更新数据集数据来源：互联网公开数据标签：艾尔登法环,Steam,游戏评价,玩家评论,多语言,意大利语,英语,法语,西班牙语,德语,游戏数据,用户反馈数据概述：本数据集包含艾尔登法环（Elden...

ZIP

Jigsaw多语言有毒评论分类预处理数据集

2025年4月19日

Jigsaw多语言有毒评论分类预处理数据集数据来源：互联网公开数据标签：自然语言处理,文本分类,有毒评论,多语言,预处理,机器学习,XLM-RoBERTa,Jigsaw 数据概述：本数据集包含Jigsaw多语言有毒评论分类任务的预处理后的CSV文件。数据使用Hugging Face...

ZIP

多语言平行语料库数据集

2025年4月19日

多语言平行语料库数据集数据来源：互联网公开数据标签：多语言,平行语料库,翻译,机器翻译,自然语言处理,跨语言数据分析数据概述：本数据集是一个多语言平行语料库，包含英语与其他多种语言（如俄语、哈萨克语、西班牙语、意大利语和法语）之间的对照翻译数据。数据集来源于对原始的databricks-...

ZIP

AI4Privacy个人身份信息PII掩蔽数据集-200K样本

2025年4月17日

AI4Privacy个人身份信息PII掩蔽数据集-200K样本数据来源：互联网公开数据标签：AI4Privacy, PII, 个人身份信息, 数据掩蔽, 隐私保护, 自然语言处理, 人工智能, 合成数据, 多语言, Hugging Face 数据概述：本数据集由 AI4Privacy 开发，是隐私保护与人工智能领域的一项开创性工作。该数据集托管于...