-
Python自然语言处理实践数据集-ndrianahani
Python自然语言处理实践数据集-ndrianahani 数据来源：互联网公开数据 标签：自然语言处理，NLP，文本分析，数据集，Python，机器学习，语言模型，文本挖掘 数据概述： 该数据集包含用于Python自然语言处理实践的文本数据，涵盖了多种NLP任务和应用场景。主要特征如下： 时间跨度： 数据记录的时间范围不限，数据集内容持续更新。...
-
测试训练上下文大型语言模型数据集-quctngngvng
测试训练上下文大型语言模型数据集-quctngngvng 数据来源：互联网公开数据 标签：大型语言模型，数据集，自然语言处理，文本生成，机器学习，模型训练，语言模型，上下文学习 数据概述： 该数据集包含用于训练和评估大型语言模型（LLM）的文本数据，专注于测试训练（Test-Train）场景下的上下文学习能力。主要特征如下： 时间跨度：...
-
数据科学问答LLM微调数据集DataScienceQ-ALLMFine-TuningDataset-divyangmandal
数据科学问答LLM微调数据集DataScienceQ-ALLMFine-TuningDataset-divyangmandal 数据来源：互联网公开数据 标签：数据科学，问答系统，微调，机器学习，自然语言处理，数据集，人工智能，语言模型...
-
大规模文本生成与校对数据集BYT5-CorrectedDataset-jakir57
大规模文本生成与校对数据集BYT5-CorrectedDataset-jakir57 数据来源：互联网公开数据 标签：自然语言处理，文本生成，文本校对，数据集，机器翻译，语言模型，文本纠错，人工智能 数据概述： 该数据集基于 Google 的大型语言模型 T5，记录了大规模文本生成和校对的数据。主要特征如下：...
-
自然语言推理数据集MNLI数据集-nlgluong
自然语言推理数据集MNLI数据集-nlgluong 数据来源：互联网公开数据 标签：自然语言处理，数据集，机器学习，文本分析，推理，语言模型，学术研究，深度学习 数据概述： 该数据集包含来自多领域来源的语料库，主要用于自然语言推理任务的研究。主要特征如下： 时间跨度：数据记录的时间范围从2017年到2018年。...
-
维基百科句子数据集WikiSentencesDataset-sgedela
维基百科句子数据集WikiSentencesDataset-sgedela 数据来源：互联网公开数据 标签：自然语言处理，文本数据，数据集，句子，语言模型，文本分析，机器学习，语料库 数据概述：该数据集包含来自维基百科的句子数据，旨在为自然语言处理任务提供高质量的文本语料库。主要特征如下：...
-
大型语言模型生成文本检测数据集-Llama70B与Falcon180B对抗文本数据集-nbroad
大型语言模型生成文本检测数据集-Llama70B与Falcon180B对抗文本数据集-nbroad 数据来源：互联网公开数据 标签：人工智能,自然语言处理,文本生成,机器学习,模型评估,语言模型,Llama 70B, Falcon 180B,文本检测,DAIGT,对抗样本 数据概述：...
-
机器学习与问答系统MLQA印地语预处理数据集MLQAHindiProcessedDataset-rhtsingh
机器学习与问答系统MLQA印地语预处理数据集MLQAHindiProcessedDataset-rhtsingh 数据来源：互联网公开数据 标签：机器学习，问答系统，印地语，数据集，自然语言处理，文本预处理，多语言处理，语言模型 数据概述： 该数据集包含来自机器学习与问答系统（MLQA）项目的印地语数据，记录了经过预处理的印地语文本内容。主要特征如下：...
-
词语类比测试数据集-julianschelb
词语类比测试数据集-julianschelb 数据来源：互联网公开数据 标签：自然语言处理,词向量,类比,语义,语言模型,测试集,词汇,认知 数据概述：...
-
BBC新闻自然语言处理数据集BBCNewsNLPDataset-weslatimarwen
BBC新闻自然语言处理数据集BBCNewsNLPDataset-weslatimarwen 数据来源：互联网公开数据 标签：新闻分析，自然语言处理，数据集，文本分类，机器学习，信息提取，语言模型，数据挖掘 数据概述： 该数据集包含来自BBC新闻的文本数据，记录了新闻文章的标题，内容，分类标签等信息。主要特征如下：...
-
文本重写训练与测试数据集ParaphraserTrainingandTestSet-pravinkumardurairaj
文本重写训练与测试数据集ParaphraserTrainingandTestSet-pravinkumardurairaj 数据来源：互联网公开数据 标签：自然语言处理，文本重写，数据集，机器学习，文本生成，语言模型，深度学习，数据科学 数据概述： 该数据集包含用于训练和测试文本重写模型的平行文本数据，记录了原始文本及其对应的重写版本。主要特征如下：...
-
泰米尔语科学知识精调数据集-mohammedsaajid
泰米尔语科学知识精调数据集-mohammedsaajid 数据来源：互联网公开数据 标签：泰米尔语,科学,知识,精调,机器学习,物理,化学,生物,天文,语言模型 数据概述： 本数据集专为在泰米尔语环境下微调大型语言模型而设计，重点关注科学知识。数据集涵盖广泛的科学主题，包括物理、化学、生物学、天文学和通识科学，确保了对基础概念的全面覆盖。 关键特征：...
-
英法翻译数据集English-FrenchTranslationDataset-endofnight17j03
英法翻译数据集English-FrenchTranslationDataset-endofnight17j03 数据来源：互联网公开数据 标签：机器翻译，翻译，自然语言处理，数据集，语言模型，文本数据，双语语料库，NLP 数据概述： 该数据集包含英法双语翻译文本，记录了英语句子及其对应的法语翻译。主要特征如下：...
-
未对齐的标记化数据集CenteredTokenized-2Dataset-enarior
未对齐的标记化数据集CenteredTokenized-2Dataset-enarior 数据来源：互联网公开数据 标签：自然语言处理，数据集，文本处理，机器学习，语言模型，数据标注，文本分类，深度学习 数据概述： 该数据集包含来自未对齐标记化处理过程的文本数据，记录了经过特定标记化方法处理的文本样本。主要特征如下：...
-
谷歌问题回答挑战赛数据集GoogleQuestQ-AChallengeDataset-kashnitsky
谷歌问题回答挑战赛数据集GoogleQuestQ-AChallengeDataset-kashnitsky 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，机器学习，文本分析，知识图谱，人工智能，语言模型 数据概述：...
-
西班牙国会发言标点检测数据集
西班牙国会发言标点检测数据集 数据来源：互联网公开数据 标签：西班牙国会,标点符号检测,自然语言处理,文本分析,语料库,语法结构,语言模型,文本分类 数据概述： 本数据集收录了2011年至2020年间西班牙国会议员的完整发言记录，按发言人分段整理。每句话被拆分为单个单词，并根据以下标准进行分类： 1....
-
CrowS-Pairs社会偏见评估挑战数据集-thedevastator
CrowS-Pairs社会偏见评估挑战数据集-thedevastator 数据来源：互联网公开数据 标签：社会偏见,MLM,语言模型,机器学习,数据集,教育,研究,公平性 数据概述： CrowS-...
-
组合故事文本数据集CombinedStoriesTextDataset-ahmadrezacuet
组合故事文本数据集CombinedStoriesTextDataset-ahmadrezacuet 数据来源：互联网公开数据 标签：故事文本，数据集，自然语言处理，文本分析，机器学习，文本生成，数据分析，语言模型 数据概述： 该数据集包含来自多个来源的组合故事文本数据，记录了各类故事文本的内容和结构。主要特征如下：...
-
问答数据集QuestionAnsweringDataset-namphmquang
问答数据集QuestionAnsweringDataset-namphmquang 数据来源：互联网公开数据 标签：问答系统，自然语言处理，数据集，机器学习，语言模型，知识库，信息检索，人工智能 数据概述：该数据集包含来自多个来源的问答对数据，记录了用户提出的问题及其对应的答案。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。...
-
维基百科句子数据集WikiSentencesV2-ranjitp20
维基百科句子数据集WikiSentencesV2-ranjitp20 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，语言模型，文本语料库，信息检索，机器学习，文本摘要 数据概述： 该数据集包含了来自维基百科的句子，旨在为自然语言处理任务提供大规模文本语料库。主要特征如下：...
