数据集 - 海数据

新闻组文本分类数据集20NewsgroupsDataset-aniket13r

2025年4月22日

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。...

ZIP

检索公共测试数据集-nhutchung

2025年4月22日

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。...

ZIP

文本编码与TF-IDF权重计算数据集Encode-TFIDFDataset-damvantai

2025年4月22日

文本编码与TF-IDF权重计算数据集Encode-TFIDFDataset-damvantai 数据来源：互联网公开数据标签：文本处理，TF-IDF，数据集，自然语言处理，特征提取，机器学习，信息检索，文本分析数据概述：该数据集专注于文本编码与TF-IDF（词频-逆文档频率）权重计算，记录了文本数据经过处理后的特征向量。主要特征如下：...

ZIP

情感分析比赛数据集IsemevalDataset-adityaraghuvanshi999

2025年4月22日

情感分析比赛数据集IsemevalDataset-adityaraghuvanshi999 数据来源：互联网公开数据标签：情感分析，数据集，自然语言处理，文本挖掘，机器学习，社交媒体，学术研究，信息检索数据概述：该数据集来自情感分析比赛，主要记录了社交媒体上的文本数据及其对应的情感标签，适用于情感分析，自然语言处理等任务。主要特征如下：...

ZIP

互联网新闻摘要数据集HSXLNETSummaryDataset-gayatriilan

2025年4月22日

互联网新闻摘要数据集HSXLNETSummaryDataset-gayatriilan 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，文本分析，机器学习，信息检索，媒体研究，互联网新闻数据概述：该数据集包含来自互联网新闻网站的新闻文章及其对应的摘要，适用于新闻摘要生成，文本摘要技术研究等任务。主要特征如下：...

ZIP

互联网档案数据下载量数据集InternetArchiveDatasetDownloadVolumeDataset-schooljh

2025年4月22日

互联网档案数据下载量数据集InternetArchiveDatasetDownloadVolumeDataset-schooljh 数据来源：互联网公开数据标签：互联网档案，下载量，数据集，数据分析，信息检索，数字图书馆，开放数据，学术研究数据概述：该数据集包含来自互联网档案（Internet...

ZIP

法律文本预处理数据集PreprocessingLegalDataDataset-philanpersonal

2025年4月22日

法律文本预处理数据集PreprocessingLegalDataDataset-philanpersonal 数据来源：互联网公开数据标签：法律，文本预处理，数据集，自然语言处理，法律科技，机器学习，文本分析，信息检索数据概述：该数据集包含经过预处理的法律文本数据，主要用于自然语言处理和机器学习任务。主要特征如下：...

ZIP

索赔检测数据集ClaimDetectionDataset-shankhad

2025年4月22日

索赔检测数据集ClaimDetectionDataset-shankhad 数据来源：互联网公开数据标签：索赔检测，数据集，自然语言处理，机器学习，文本分析，信息检索，法律研究，数据分析数据概述：该数据集包含来自多个来源的索赔信息，记录了索赔文本及其真假标签。主要特征如下：时间跨度：数据记录的时间范围从2010年到2020年。地理范围：...

ZIP

雅虎新闻分类数据集YahooNewsModifiedDataset-rupeshsahoo123

2025年4月22日

雅虎新闻分类数据集YahooNewsModifiedDataset-rupeshsahoo123 数据来源：互联网公开数据标签：新闻分类，文本分析，自然语言处理，机器学习，数据集，信息检索，文本挖掘，人工智能数据概述：该数据集包含来自雅虎新闻平台修改后的新闻文章数据，记录了新闻内容及其分类标签。主要特征如下：...

ZIP

对话摘要数据集SAMSUM-jainikkhil

2025年4月22日

对话摘要数据集SAMSUM-jainikkhil 数据来源：互联网公开数据标签：对话摘要，文本摘要，自然语言处理，数据集，机器学习，语言模型，文本分析，信息检索数据概述：该数据集包含来自社交媒体平台的对话摘要数据，记录了用户之间的对话及其对应的摘要。主要特征如下：时间跨度：数据记录的时间范围未知。...

ZIP

维基百科条目提取数据集Wiki-ExtractsDataset-davandenakker

2025年4月22日

维基百科条目提取数据集Wiki-ExtractsDataset-davandenakker 数据来源：互联网公开数据标签：维基百科，文本数据，数据集，自然语言处理，机器学习，信息检索，知识图谱，数据挖掘数据概述：该数据集包含从维基百科提取的条目数据，记录了维基百科中各类主题的文本信息。主要特征如下：...

ZIP

词云生成与分析数据集WordCloudGenerationandAnalysisDataset-omkarm0542

2025年4月22日

词云生成与分析数据集WordCloudGenerationandAnalysisDataset-omkarm0542 数据来源：互联网公开数据标签：词云，文本分析，数据集，数据可视化，自然语言处理，关键词提取，频率分析，信息检索数据概述：该数据集包含用于词云生成和分析的文本数据，记录了不同来源的文本内容和对应的词频信息。主要特征如下：时间跨度：...

ZIP

网页抓取数据提取数据集WebScrapingDataExtractionDataset-muhammadusman996

2025年4月22日

网页抓取数据提取数据集WebScrapingDataExtractionDataset-muhammadusman996 数据来源：互联网公开数据标签：网页抓取，数据提取，数据集，网络爬虫，数据分析，信息检索，互联网研究，公开数据数据概述：该数据集通过网页抓取技术从多个互联网网站提取信息，记录了各类网页内容的数据。主要特征如下：...

ZIP

越南语停用词数据集VLSPStopwordsVietnameseDataset-phttrnnguyngia

2025年4月22日

越南语停用词数据集VLSPStopwordsVietnameseDataset-phttrnnguyngia 数据来源：互联网公开数据标签：自然语言处理，文本分析，停用词，越南语，数据集，语言学，文本挖掘，信息检索数据概述：该数据集包含了越南语的停用词列表，旨在帮助文本处理和自然语言处理任务。主要特征如下：...

ZIP

计算机科学国际会议论文标题与摘要数据集-ICIST-2011-2013-2019-milanzdravkovic

2025年4月21日

计算机科学国际会议论文标题与摘要数据集-ICIST-2011-2013-2019-milanzdravkovic 数据来源：互联网公开数据标签：计算机科学,论文,摘要,会议,文本挖掘,自然语言处理,学术研究,信息检索数据概述：本数据集收录了2011年至2019年间（2012年除外）国际信息社会与技术大会（ICIST, International...

ZIP

智能问答聊天机器人用户交互与知识检索数据集-sadmansakibmahi

2025年4月21日

智能问答聊天机器人用户交互与知识检索数据集-sadmansakibmahi 数据来源：互联网公开数据标签：聊天机器人,自然语言处理,问答系统,知识库,信息检索,文本处理,用户交互,Wikipedia,数据分析数据概述：...

ZIP

StackOverflow开发者问答数据分析与标签分类数据集

2025年4月20日

StackOverflow开发者问答数据分析与标签分类数据集数据来源：互联网公开数据标签：Stack Overflow, 开发者问答, 编程, 技术, 标签, 数据分析, 自然语言处理, 信息检索数据概述：本数据集包含了从Stack Overflow网站抓取的大量问题数据，数据内容涵盖了开发者在Stack...