-
推特文本分析与机器学习数据集TwitterDatasetsforNLPandMachineLearning-aviralmishra1998
推特文本分析与机器学习数据集TwitterDatasetsforNLPandMachineLearning-aviralmishra1998 数据来源：互联网公开数据 标签：推特，社交媒体，文本分析，自然语言处理，机器学习，情感分析，话题检测，数据集 数据概述：...
-
词性标注数据集POSTaggingDataset-hiuanh
词性标注数据集POSTaggingDataset-hiuanh 数据来源：互联网公开数据 标签：自然语言处理，词性标注，数据集，文本分析，机器学习，语言模型，文本挖掘，计算机语言学 数据概述： 该数据集专注于词性标注任务，包含大量文本样本及其对应的词性标签。主要特征如下： 时间跨度：数据记录的时间范围未明确，但数据集内容通常反映通用语言特征。...
-
新闻组文本分类数据集20NewsgroupsDataset-aniket13r
新闻组文本分类数据集20NewsgroupsDataset-aniket13r 数据来源：互联网公开数据 标签：文本分类，自然语言处理，数据集，机器学习，新闻，文本分析，主题建模，信息检索 数据概述： 该数据集包含了大约20，000篇新闻组文档，涵盖了20个不同的新闻组主题。主要特征如下： 时间跨度：数据收集的时间范围大约在1990年代初期。...
-
Netflix评论情感分析数据集NetflixReviewsSentimentDataset-parthbatra
Netflix评论情感分析数据集NetflixReviewsSentimentDataset-parthbatra 数据来源：互联网公开数据 标签：情感分析，Netflix，评论，数据集，自然语言处理，文本分析，机器学习，用户行为 数据概述： 该数据集包含来自 Netflix 用户的评论数据，并标注了情感极性。主要特征如下：...
-
搞笑段子数据集CombinedGoodJokesDataset-ihdufxr2024
搞笑段子数据集CombinedGoodJokesDataset-ihdufxr2024 数据来源：互联网公开数据 标签：幽默，段子，笑话，数据集，自然语言处理，文本分析，情感分析，娱乐 数据概述： 该数据集包含了来自多个来源的搞笑段子，旨在提供一个用于文本分析和自然语言处理的资源。主要特征如下：...
-
五三八网站FiveThirtyEight人物角色数据集-saumyatiwari2001
五三八网站FiveThirtyEight人物角色数据集-saumyatiwari2001 数据来源：互联网公开数据 标签：人物角色，数据集，电影，电视，媒体，文本分析，数据新闻，流行文化 数据概述： 该数据集收录了来自五三八网站（FiveThirtyEight）的人物角色数据，主要记录了电影和电视节目中人物角色的相关信息。主要特征如下：...
-
莫里哀戏剧台词数据集-guillaumegrosjean
莫里哀戏剧台词数据集-guillaumegrosjean 数据来源：互联网公开数据 标签：戏剧,文学,莫里哀,台词,表演,语言模型,文本分析,法国古典主义,剧本 数据概述： 本数据集收录了莫里哀创作的32部戏剧作品中的所有台词提示（cue）。数据集以.csv文件形式存储，包含6个字段，详细描述了每句台词的上下文信息。 数据结构：...
-
医疗问答自然语言处理数据集MedQuadNLPDataset-dibyasankhapal
医疗问答自然语言处理数据集MedQuadNLPDataset-dibyasankhapal 数据来源：互联网公开数据 标签：医疗问答，自然语言处理，数据集，机器学习，医学信息，健康咨询，文本分析，人工智能 数据概述： 该数据集包含来自医疗问答平台的数据，记录了用户与医疗专家之间的交互问答，适用于自然语言处理，医疗信息提取等任务。主要特征如下：...
-
印度央行RBI推特内容数据集-2021年4月18日-abhikol
印度央行RBI推特内容数据集-2021年4月18日-abhikol 数据来源：互联网公开数据 标签：RBI,推特,印度央行,货币政策,经济,金融,数据分析,文本分析,学术研究,金融政策 数据概述： 本数据集包含了2021年4月18日通过官方Twitter...
-
十大说唱歌手作品文本分析数据集-2023-ngxdtv
十大说唱歌手作品文本分析数据集-2023-ngxdtv 数据来源：互联网公开数据 标签：说唱音乐,文本分析,自然语言处理,机器学习,文本分类,情感分析,主题建模,文本生成,语言模型,语音识别 数据概述： 本数据集包含超过2600首由十个不同说唱歌手创作的作品文本，其中包括Ali As、Alligatoah、Kollegah和Kool...
-
电子邮件垃圾邮件分类数据集EmailHamSpamDataset-hamedetezadi
电子邮件垃圾邮件分类数据集EmailHamSpamDataset-hamedetezadi 数据来源：互联网公开数据 标签：垃圾邮件，电子邮件，数据集，分类算法，机器学习，文本分析，自然语言处理，数据挖掘 数据概述： 该数据集包含来自电子邮件系统的邮件数据，记录了邮件内容及其分类标签（垃圾邮件或正常邮件）。主要特征如下：...
-
Reddit平台板球讨论内容数据集-r-Cricket-2024年-gpreda
Reddit平台板球讨论内容数据集-r-Cricket-2024年-gpreda 数据来源：互联网公开数据 标签：板球,Reddit,社交媒体,讨论,评论,帖子,体育,文本分析,情感分析,话题 数据概述：...
-
钓鱼邮件识别数据集FishingMailDataset-somumourya
钓鱼邮件识别数据集FishingMailDataset-somumourya 数据来源：互联网公开数据 标签：钓鱼邮件，电子邮件，数据集，网络安全，机器学习，文本分析，垃圾邮件，人工智能 数据概述： 该数据集包含来自互联网的钓鱼邮件样本，记录了不同类型的钓鱼邮件内容，适用于钓鱼邮件识别和反钓鱼技术的研究。主要特征如下：...
-
VK群组内容与评论数据集
VK群组内容与评论数据集 数据来源：互联网公开数据 标签：VK,社交媒体,NLP,数据预处理,机器学习,文本分析,情感分析,用户行为,内容分类 数据概述： 本数据集通过VK...
-
阿拉伯语句子数据集ArabicSentencesDataset-ahmedtaha8889
阿拉伯语句子数据集ArabicSentencesDataset-ahmedtaha8889 数据来源：互联网公开数据 标签：阿拉伯语，自然语言处理，数据集，文本分析，机器翻译，语言模型，文本语料库，语言学 数据概述： 该数据集包含超过70万条阿拉伯语句子，旨在为自然语言处理（NLP）任务提供丰富的文本语料库。主要特征如下：...
-
美国专利短语数据扩充与翻译数据集USPatentPhraseDataAugmentationandTranslationDataset-tauilabdelilah
美国专利短语数据扩充与翻译数据集USPatentPhraseDataAugmentationandTranslationDataset-tauilabdelilah 数据来源：互联网公开数据 标签：专利数据，数据扩充，机器翻译，自然语言处理，数据集，文本分析，创新研究，知识产权...
-
CommonLit英语文章摘要数据集-artisusxiren
CommonLit英语文章摘要数据集-artisusxiren 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，英语学习，机器翻译，文本分析，语言模型，教育 数据概述： 该数据集包含来自CommonLit平台提供的英语文章摘要数据，旨在用于文本摘要，自然语言处理和英语学习相关的研究。主要特征如下：...
-
巴基斯坦推特推文数据集PakistanTweetsDataset-umarfarooq45
巴基斯坦推特推文数据集PakistanTweetsDataset-umarfarooq45 数据来源：互联网公开数据 标签：社交媒体，推特，文本分析，巴基斯坦，自然语言处理，情感分析，社会学，舆情分析 数据概述： 该数据集包含了来自巴基斯坦地区的推特推文数据，记录了用户在推特平台上的公开言论。主要特征如下：...
-
检索公共测试数据集-nhutchung
检索公共测试数据集-nhutchung 数据来源：互联网公开数据 标签：信息检索，数据集，文本分析，机器学习，自然语言处理，搜索，评估，测试 数据概述： 该数据集包含用于信息检索任务的公开测试数据，记录了检索系统性能的评估指标。主要特征如下： 时间跨度：数据记录的时间范围不固定，取决于具体数据集的发布时间。...
-
命名实体识别原始数据集NamedEntityRecognitionRawDataDataset-kiruthigaa
命名实体识别原始数据集NamedEntityRecognitionRawDataDataset-kiruthigaa 数据来源：互联网公开数据 标签：命名实体识别，数据集，自然语言处理，文本分析，机器学习，人工智能，语言学，文本挖掘 数据概述：该数据集包含来自多个来源的原始文本数据，记录了用于命名实体识别的任务。主要特征如下：...
