-
越南语文本语料库构建与分析数据集VietnameseTextCorpusConstructionandAnalysis-dinhnhattruong
越南语文本语料库构建与分析数据集VietnameseTextCorpusConstructionandAnalysis-dinhnhattruong 数据来源：互联网公开数据 标签：越南语, 文本语料库, 文本分析, 自然语言处理, 语料库构建, 文本摘要, 词嵌入, 语言模型 数据概述：...
-
预训练语言模型掩码任务训练数据集Pre-trainedLanguageModelMaskedLanguageModelingDataset-yuzhoudiyishuai
预训练语言模型掩码任务训练数据集Pre-trainedLanguageModelMaskedLanguageModelingDataset-yuzhoudiyishuai 数据来源：互联网公开数据 标签：自然语言处理, 预训练, 语言模型, 掩码语言模型, 文本数据, 深度学习, 文本生成, 数据集构建 数据概述：...
-
僧伽罗语文本纠错数据集SinhalaTextCorrectionDataset-uom200199t
僧伽罗语文本纠错数据集SinhalaTextCorrectionDataset-uom200199t 数据来源：互联网公开数据 标签：文本纠错, 僧伽罗语, 自然语言处理, 语言模型, 深度学习, 数据集, 文本校对, 机器学习 数据概述：...
-
Gemma模型重写数据集RewrittenGemma-7bDataset-patrickjchen
Gemma模型重写数据集RewrittenGemma-7bDataset-patrickjchen 数据来源：互联网公开数据 标签：自然语言处理，机器学习，深度学习，文本生成，语言模型，模型重写，人工智能，大语言模型 数据概述： 该数据集包含对Gemma-7b语言模型的输出进行重写的数据，记录了原始文本和经过模型重写后的文本。主要特征如下：...
-
问答平台相似问题配对数据集QuoraPairsDataset-develina
问答平台相似问题配对数据集QuoraPairsDataset-develina 数据来源：互联网公开数据 标签：自然语言处理，问答系统，数据集，文本相似度，机器学习，数据挖掘，人工智能，语言模型 数据概述： 该数据集来源于问答平台Quora，包含了大量用户提交的问题对，用于判断问题是否相似或重复。主要特征如下：...
-
自然语言处理聊天机器人数据集NLPChatbotData-shekhartiruwa25
自然语言处理聊天机器人数据集NLPChatbotData-shekhartiruwa25 数据来源：互联网公开数据 标签：自然语言处理，聊天机器人，数据集，对话系统，机器学习，文本分析，人工智能，语言模型 数据概述： 该数据集包含来自公开来源的自然语言处理聊天机器人对话数据，记录了用户与聊天机器人的交互内容。主要特征如下：...
-
英法翻译数据集English-to-FrenchTranslationDataset-othmansamih
英法翻译数据集English-to-FrenchTranslationDataset-othmansamih 数据来源：互联网公开数据 标签：机器翻译，自然语言处理，数据集，英法翻译，语言模型，文本数据，深度学习，翻译模型 数据概述： 该数据集包含英语到法语的翻译文本数据，旨在用于机器翻译模型的训练和评估。主要特征如下：...
-
语言模型系统大规模数据集LMSys72KDataset-qinhaoyang
语言模型系统大规模数据集LMSys72KDataset-qinhaoyang 数据来源：互联网公开数据 标签：语言模型，自然语言处理，数据集，机器学习，文本分析，人工智能，大数据，文本生成 数据概述： 该数据集由LMSys项目提供，包含大规模的文本数据，适用于语言模型训练、自然语言处理及文本生成等任务。主要特征如下：...
-
文本分析与自然语言处理数据集TextAnalysisandNLPDataset-jayjinnie
文本分析与自然语言处理数据集TextAnalysisandNLPDataset-jayjinnie 数据来源：互联网公开数据 标签：文本分析，自然语言处理，数据集，机器学习，情感分析，文本分类，语言模型，信息提取 数据概述： 该数据集包含来自多个来源的文本数据，记录了各类文本内容及其相关属性。主要特征如下：...
-
故事数据集StoryDataset-ahmadrezacuet
故事数据集StoryDataset-ahmadrezacuet 数据来源：互联网公开数据 标签：故事，文本数据，自然语言处理，情感分析，叙事分析，数据集，机器学习，语言模型 数据概述： 该数据集包含大量故事文本，涵盖多种主题和风格。主要特征如下： 时间跨度：数据的时间跨度取决于故事的创作时间，从古代神话传说到现代小说均有收录。...
-
英语到印地语翻译数据集English-to-HindiTranslateDataset-saediscrazy
英语到印地语翻译数据集English-to-HindiTranslateDataset-saediscrazy 数据来源：互联网公开数据 标签：机器翻译，自然语言处理，数据集，印地语，英语，文本翻译，语言模型，多语言 数据概述： 该数据集包含英语到印地语的翻译文本对，旨在用于机器翻译模型的训练和评估。主要特征如下： 时间跨度：...
-
维基百科摘要数据集Wiki-SumDataset-sandeep16064
维基百科摘要数据集Wiki-SumDataset-sandeep16064 数据来源：互联网公开数据 标签：文本摘要，自然语言处理，数据集，机器学习，信息检索，文本分析，知识图谱，语言模型 数据概述： 该数据集包含来自维基百科的文本及对应的摘要数据，记录了维基百科条目的详细内容和自动生成的摘要信息。主要特征如下：...
-
语言模型多轮对话质量评估数据集LanguageModelMulti-turnDialogueQualityEvaluation-mbaiornommbaihodji
语言模型多轮对话质量评估数据集LanguageModelMulti-turnDialogueQualityEvaluation-mbaiornommbaihodji 数据来源：互联网公开数据 标签：多轮对话, 语言模型, 对话质量, 文本生成, 语义理解, 评估, 机器学习, 自然语言处理 数据概述：...
-
人类文本数据集HumanTextDataset-errordebug
人类文本数据集HumanTextDataset-errordebug 数据来源：互联网公开数据 标签：文本数据，自然语言处理，数据集，机器学习，情感分析，文本分类，语言模型，人工智能 数据概述： 该数据集包含来自互联网公开渠道的人类生成文本数据，记录了各类文本内容的详细信息。主要特征如下： 时间跨度：数据记录的时间范围从近年到现代。...
-
多语言用户反馈数据集UltraFeedbackMultilingualDatasetfromHuggingFace-arman1611
多语言用户反馈数据集UltraFeedbackMultilingualDatasetfromHuggingFace-arman1611 数据来源：互联网公开数据 标签：用户反馈，多语言数据集，自然语言处理，机器学习，情感分析，文本分类，数据增强，语言模型 数据概述： 该数据集来自Hugging...
-
科学考试输入数据数据集-kashiwaba
科学考试输入数据数据集-kashiwaba 数据来源：互联网公开数据 标签：科学考试，数据集，自然语言处理，文本分析，机器学习，教育，语言模型，考试评估 数据概述：该数据集包含用于科学考试的输入数据，主要记录了各种科学考试题目、学生答案以及相关评估信息。主要特征如下： 时间跨度：数据记录的时间范围涵盖了不同年份的科学考试题目。...
-
文本生成与欺骗检测论文写作数据集TextGenerationandDeceptionDetectionEssayDataset-laurensprast
文本生成与欺骗检测论文写作数据集TextGenerationandDeceptionDetectionEssayDataset-laurensprast 数据来源：互联网公开数据 标签：文本生成, 欺骗检测, 论文写作, 语言模型, 自然语言处理, 文本分类, 机器学习, 数据标注 数据概述：...
-
文本错别字检测与纠正数据集Typo-IntroDataset-chasembowers
文本错别字检测与纠正数据集Typo-IntroDataset-chasembowers 数据来源：互联网公开数据 标签：自然语言处理，文本分析，数据集，错别字检测，机器学习，语言模型，文本纠错，人工智能 数据概述： 该数据集专注于文本中的错别字检测与纠正，记录了大量包含错别字的文本样本及其对应的正确文本。主要特征如下：...
-
新闻摘要生成数据集XLSumCSVDataset-phoenixdev
新闻摘要生成数据集XLSumCSVDataset-phoenixdev 数据来源：互联网公开数据 标签：新闻摘要，数据集，自然语言处理，文本生成，机器学习，信息提取，人工智能，语言模型 数据概述： 该数据集包含来自多个新闻来源的新闻摘要数据，记录了新闻文章及其对应的摘要信息。主要特征如下： 时间跨度：数据记录的时间范围从2010年到2021年。...
-
印地语和泰米尔语维基文本数据集HindiandTamilWikiTextDataset-starkking07
印地语和泰米尔语维基文本数据集HindiandTamilWikiTextDataset-starkking07 数据来源：互联网公开数据 标签：自然语言处理，语言模型，文本分类，印地语，泰米尔语，数据集，机器学习，多语言处理 数据概述： 该数据集包含来自维基百科的印地语和泰米尔语文本数据，记录了两门语言的维基百科文章内容。主要特征如下：...
