找到388个数据集

标签: 多语言

过滤结果

  • 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：...
    packageimg

  • 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：...
    packageimg

  • 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。...
    packageimg

  • 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：...
    packageimg

  • 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：...
    packageimg

  • 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...
    packageimg

  • 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...
    packageimg

  • 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-...
    packageimg

  • 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...
    packageimg

  • 日本报纸新闻数据集

    2025年4月16日   

    日本报纸新闻数据集 数据来源：互联网公开数据 标签：日本媒体,新闻文本,时间序列,多语言 corpus,新闻分析,文本挖掘,语言研究 数据概述： 本数据集收录了2005年7月至2021年10月期间日本主流报纸网站及历史报纸 dataset...
    packageimg

  • Jigsaw多语言恶意评论翻译测试数据集-多语言-英语

    2025年4月16日   

    Jigsaw多语言恶意评论翻译测试数据集-多语言-英语 数据来源：互联网公开数据 标签：恶意评论，文本分类，多语言，翻译，Jigsaw，自然语言处理，机器学习，文本分析 数据概述：...
    packageimg

  • 多语言毒性评论检测数据集

    2025年4月15日   

    多语言毒性评论检测数据集 数据来源：互联网公开数据 标签：毒性评论,多语言,自然语言处理,机器学习,文本分类,跨语言学习 数据概述：...
    packageimg

  • 领英行业列表数据集

    2025年4月15日   

    领英行业列表数据集 数据来源：互联网公开数据 标签：领英,行业列表,多语言,职业数据,市场研究 数据概述： 本数据集包含了领英平台上所有可用的行业分类列表，覆盖了多种语言。数据集不仅适用于英语，还收录了其他多种语言的行业描述，为跨语言的职业分析和市场研究提供了全面的参考。 数据用途概述：...
    packageimg

  • 维基百科关于谷歌的页面浏览量统计数据集-2023

    2025年4月15日   

    维基百科关于谷歌的页面浏览量统计数据集-2023 数据来源：互联网公开数据 标签：维基百科，谷歌，页面浏览量，搜索，互联网，信息检索，数据分析，多语言 数据概述：...
    packageimg

  • 多语言软件缺陷报告及其翻译数据集1963-2025

    2025年4月15日   

    多语言软件缺陷报告及其翻译数据集1963-2025 数据来源：互联网公开数据 标签：多语言,软件缺陷报告,翻译,自然语言处理,机器翻译,跨语言分析 数据概述：...
    packageimg

  • 多语言仇恨言论分析数据集1963-2021

    2025年4月15日   

    多语言仇恨言论分析数据集1963-2021 数据来源：互联网公开数据 标签：仇恨言论,多语言,法语,意大利语,西班牙语,俄语,土耳其语,英语,葡萄牙语,文本分析,自然语言处理 数据概述：...
    packageimg

  • 维基百科多语言文本识别数据集-2018

    2025年4月15日   

    维基百科多语言文本识别数据集-2018 数据来源：互联网公开数据 标签：文本识别,多语言,维基百科,自然语言处理,机器学习,语言学,文本分类,数据集 数据概述： WiLI-2018数据集是一个用于评估多语言文本识别任务的基准数据集，包含了来自维基百科的235种语言的235,000个文本段落。该数据集经过精心平衡，并提供了训练集和测试集划分。...
    packageimg

  • 开放获取图书数据集

    2025年4月15日   

    开放获取图书数据集 数据来源：互联网公开数据 标签：开放获取,图书,人文社会科学,科学技术与数学,多语言,地域性,出版实践 数据概述：...
    packageimg

  • 欧洲歌唱大赛YouTube评论数据集-比利时歌曲2013

    2025年4月15日   

    欧洲歌唱大赛YouTube评论数据集-比利时歌曲2013 数据来源：互联网公开数据 标签：欧洲歌唱大赛,YouTube评论,语言学研究,多语言,用户评论,语言态度,文化分析 数据概述：...
    packageimg

  • 多语言平行语料库释义数据集-73种语言

    2025年4月15日   

    多语言平行语料库释义数据集-73种语言 数据来源：互联网公开数据 标签：平行语料库,释义,自然语言处理,机器翻译,多语言,文本数据,语言学,文本分析 数据概述： 本数据集收录了73种语言的句子释义语料库，名为TaPaCo。该语料库由Yves...
    packageimg