数据集 - 海数据

马拉提语新闻标题数据集1963-2021

2025年4月14日

马拉提语新闻标题数据集1963-2021 数据来源：互联网公开数据标签：马拉提语,新闻标题,文本分析,自然语言处理,分类模型,机器学习,数据清洗数据概述：本数据集包含从马拉提语新闻网站收集的约12000条新闻文章标题。数据集已经经过清洗处理，并分为训练集和测试集，适用于基准测试各类马拉提语文本分类模型。数据用途概述：...

ZIP

波斯语情绪分析与分类数据集

2025年4月14日

波斯语情绪分析与分类数据集数据来源：互联网公开数据标签：情绪分析,波斯语,文本分类,自然语言处理,情感识别,机器学习数据概述：...

ZIP

LLM恢复对齐数据集

2025年4月14日

LLM恢复对齐数据集数据来源：互联网公开数据标签：语言模型,恢复对齐,自然语言处理,NLP,生成模型,对齐评估,文本生成数据概述本数据集由Gemma-7b-it模型生成，使用最大token长度设置为256。数据集包含两部分内容：原始文本（document）和重写文本（rewritten）。原始文本来源于Hugging...

ZIP

推特情感分析数据集-2009年

2025年4月14日

推特情感分析数据集-2009年数据来源：互联网公开数据标签：情感分析,文本挖掘,推特,社交媒体,机器学习,自然语言处理,情绪识别数据概述：本数据集包含2009年推特上的推文数据，用于情感分析研究。...

ZIP

命名实体识别文本信息标注数据集

2025年4月14日

命名实体识别文本信息标注数据集数据来源：互联网公开数据标签：命名实体识别,自然语言处理,文本分析,机器学习,数据标注,信息抽取,文本挖掘数据概述：...

ZIP

基于GPT-3的改写文章数据集

2025年4月14日

基于GPT-3的改写文章数据集数据来源：互联网公开数据标签：GPT-3,文本改写,自然语言处理,摘要,引言,数据增强,机器翻译数据概述：本数据集包含由GPT-3语言模型改写的文章标题、摘要和引言部分。原始文章选自Assoc. Prof. Mehmet Erkut Erdem的Google Scholar页面，并通过GPT-3...

ZIP

马拉雅拉姆推特数据集

2025年4月14日

马拉雅拉姆推特数据集数据来源：互联网公开数据标签：推特,马拉雅拉姆,情感分析,社交媒体,文本数据,用户行为,自然语言处理数据概述：...

ZIP

垃圾邮件过滤研究-SpamAssassin邮件数据集

2025年4月14日

垃圾邮件过滤研究-SpamAssassin邮件数据集数据来源：互联网公开数据标签：垃圾邮件,SpamAssassin,邮件,文本分类,自然语言处理,机器学习,贝叶斯,语料库数据概述：...

ZIP

西班牙语评论文本向量化分析数据集

2025年4月14日

西班牙语评论文本向量化分析数据集数据来源：互联网公开数据标签：西班牙语,文本分析,自然语言处理,情感分析,机器学习,词袋模型,TF-IDF,停用词,分类数据概述：本数据集包含722条西班牙语评论文本，用于二元分类问题。数据集经过文本向量化处理，基于词袋模型（BoW）和TF-...

ZIP

仇恨言论和冒犯性推文数据集

2025年4月14日

仇恨言论和冒犯性推文数据集数据来源：互联网公开数据标签：仇恨言论,冒犯性语言,社交媒体,推特,文本分析,自然语言处理,社会伦理数据概述：...

ZIP

准确医疗翻译数据集

2025年4月14日

准确医疗翻译数据集数据来源：互联网公开数据标签：医疗翻译,准确翻译,自然语言处理,机器学习,跨文化比较,医疗信息交流,全球医疗协作数据概述：本数据集是一个全面且可靠的医疗翻译数据集，由yanis...

ZIP

佐科维推特数据集

2025年4月14日

佐科维推特数据集数据来源：互联网公开数据标签：佐科维,推特,印尼总统,情感分析,自然语言处理,社交媒体数据,机器学习数据概述：本数据集包含印度尼西亚第七任总统佐科维在2022年在其官方推特账号上发布的1,000条推文。每条推文都根据其情感被标注为正面、负面或中性。...

ZIP

福尔德家族故事集情感分析数据集

2025年4月14日

福尔德家族故事集情感分析数据集数据来源：互联网公开数据标签：情感分析,文本分析,自然语言处理,福尔德家族,故事集,词频分析,情感词典,主题建模,实体识别数据概述：...

ZIP

虚假新闻类型分类研究数据集

2025年4月14日

虚假新闻类型分类研究数据集数据来源：互联网公开数据标签：虚假新闻,经济,政治,社会,科学,分类模型,数据集,机器学习,自然语言处理数据概述：...

ZIP

多模态情感数据集

2025年4月14日

多模态情感数据集数据来源：互联网公开数据标签：多模态,情感分析,图像识别,自然语言处理,计算机视觉,图像分类,文本分析数据概述：本数据集包含100个不同类别动物和物体的图像及其对应的文本描述和情感标签，适用于多模态情感分析研究。图像类别包括鲨鱼、鸟类、蜥蜴、蜘蛛等。该数据集为计算机视觉和自然语言处理任务提供了丰富的数据资源。数据用途概述：...

ZIP

印尼苏丹语推特情绪分类数据集2021

2025年4月14日

印尼苏丹语推特情绪分类数据集2021 数据来源：互联网公开数据标签：苏丹语,推特,情绪分类,自然语言处理,计算机科学,数据集数据概述：本数据集包含2510条推特，这些推特使用印尼的第二大本地语言——苏丹语。数据集用于情绪分类研究，旨在帮助理解苏丹语推特中的情绪表达。数据集经过预处理，包括小写转换、停用词去除和词干提取。数据用途概述：...