数据集 - 海数据

英语-达里贾双语数据集

2025年4月20日

英语-达里贾双语数据集数据来源：互联网公开数据标签：机器翻译,双语语料库,摩洛哥阿拉伯语,达里贾,自然语言处理,翻译模型,语言学习数据概述：本数据集是一个社区驱动的双语语料库，由MAD-...

ZIP

英语-泰语平行语料库

2025年4月20日

英语-泰语平行语料库数据来源：互联网公开数据标签：平行语料库,机器翻译,自然语言处理,英语,泰语,跨语言分析,文本对齐,翻译模型训练数据概述：本数据集是一个大型的英语-...

ZIP

BERT嵌入垃圾邮件数据集

2025年4月20日

BERT嵌入垃圾邮件数据集数据来源：互联网公开数据标签：垃圾邮件,短信分类,BERT嵌入,机器学习,文本分析,自然语言处理,ROC-AUC指标数据概述...

ZIP

Jigsaw毒性评论标注数据集-评论毒性评估与分析

2025年4月20日

Jigsaw毒性评论标注数据集-评论毒性评估与分析数据来源：互联网公开数据标签：毒性评论,自然语言处理,文本分类,情感分析,仇恨言论,冒犯性语言,标注数据,社交媒体,机器学习数据概述：...

ZIP

GPT-4精细评价数据集

2025年4月20日

GPT-4精细评价数据集数据来源：互联网公开数据标签：GPT-4, AI模型评价, 反馈数据, 评分标准, 自然语言处理, 模型评估, 机器学习, 数据分析, 人工智能数据概述：...

ZIP

巴西葡萄牙语文学语料库

2025年4月20日

巴西葡萄牙语文学语料库数据来源：互联网公开数据标签：文学,葡萄牙语,巴西,文学主题,风格分析,作者识别,历史文本,自然语言处理数据概述本数据集收录了1840年至1908年间巴西葡萄牙语文学作品的语料，总字数超过370万字。数据集包含81部独立的文学作品，由多位知名巴西作家创作，包括阿道夫·坎尼亚（Adolfo...

ZIP

人工智能研究指令与输出数据集

2025年4月20日

人工智能研究指令与输出数据集数据来源：互联网公开数据标签：人工智能,机器学习,指令输出,研究资源,自然语言处理,机器人技术,对话系统数据概述：...

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...

ZIP

阿塞拜疆Interpress新闻网站新闻文章数据集-2014年12月31日至2024年3月24日

2025年4月20日

阿塞拜疆Interpress新闻网站新闻文章数据集-2014年12月31日至2024年3月24日数据来源：互联网公开数据标签：新闻文章,阿塞拜疆,Interpress,新闻,媒体,内容分析,文本挖掘,自然语言处理,新闻报道数据概述：...

ZIP

英语单词与定义扩展词典数据集

2025年4月20日

英语单词与定义扩展词典数据集数据来源：互联网公开数据标签：英语单词,定义,词汇表,自然语言处理,NLP,词义解释,教育工具,语言学习,学术研究数据概述：...

ZIP

情绪分类葡萄牙语数据集

2025年4月20日

情绪分类葡萄牙语数据集数据来源：互联网公开数据标签：情绪分析,自然语言处理,葡萄牙语,情感分类,社交媒体,文本数据,深度学习,情感识别数据概述...

ZIP

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：...

ZIP

检测LLM生成文本数据集

2025年4月20日

检测LLM生成文本数据集数据来源：互联网公开数据标签：LLM,生成文本检测,文本分类,自然语言处理,数据集合并,文本生成评估数据概述：本数据集是一个整合了多个数据集的综合集合，主要用于“LLM - Detect AI Generated...

ZIP

维基百科电影剧情摘要数据集

2025年4月20日

维基百科电影剧情摘要数据集数据来源：互联网公开数据标签：电影，剧情，摘要，自然语言处理，文本分析，电影推荐，文化研究数据概述：本数据集基于JustinR在Kaggle发布的维基百科电影剧情数据集，包含了数以千计的电影及其完整剧情。在此基础上，我们使用DistilBART-...

ZIP

毒评分类挑战训练与测试数据集带标签

2025年4月20日

毒评分类挑战训练与测试数据集带标签数据来源：互联网公开数据标签：毒评分类,机器学习,文本分析,自然语言处理数据概述：本数据集来源于毒评分类挑战，包含了合并的训练数据和带标签的测试数据。数据集中的每条评论都被标记为包含或不包含毒评，未标记的测试数据已从数据集中移除。该数据集旨在用于机器学习模型的训练和评估，特别是针对文本分类任务中的毒评检测。...