-
谷歌新闻原始数据集
谷歌新闻原始数据集 数据来源：互联网公开数据 标签：谷歌新闻,原始数据,自然语言处理,文本分析,数据科学,新闻内容 数据概述： 本数据集包含从谷歌新闻收集的新闻文章集合，数据通过网络抓取获得，涵盖多个新闻来源的原始、未加工文本。该数据集提供了广泛的新聞内容，适用于自然语言处理项目、文本分析和其他需要原始文本数据的数据科学应用。 数据用途概述：...
-
ACL会议接受论文数据集2016-2018
ACL会议接受论文数据集2016-2018 数据来源：互联网公开数据 标签：ACL会议,接受论文,自然语言处理,研究趋势,学术出版,论文分析,开源数据 数据概述：...
-
AskReddit热门评论数据集-NLP文本分析
AskReddit热门评论数据集-NLP文本分析 数据来源：互联网公开数据 标签：AskReddit,评论,Reddit,文本分析,NLP,自然语言处理,情感分析,热门评论,数据分析,EDA 数据概述： 本数据集包含了过去一个月内AskReddit版块中，最热门的评论数据。...
-
PDF数据分析数据集
PDF数据分析数据集 数据来源：互联网公开数据 标签：PDF分析,文本提取,数据处理,自然语言处理,机器学习,文档分析,信息提取 数据概述： 本数据集包含了一系列PDF文档，以及对这些文档进行分析后提取的数据。数据集涵盖了文档的基本信息、文本内容、关键词、结构化数据等关键要素，为研究PDF文档的内容和结构提供了基础。 数据用途概述：...
-
LLM提示恢复合成数据集
LLM提示恢复合成数据集 数据来源：互联网公开数据 标签：LLM,提示恢复,合成数据,自然语言处理,人工智能,机器学习,数据竞赛 数据概述： 本数据集使用Gemma 7B-IT生成了1000个示例，用于LLM提示恢复竞赛。数据集基于@thedrcat的原始数据集进行扩展，包含两个额外的列：一是Gemma 7B-IT生成的原始输出，二是去除“Sure…...
-
带水印与不带水印文本生成数据集
带水印与不带水印文本生成数据集 数据来源：互联网公开数据 标签：文本生成,水印嵌入,语言模型,OPT-350M,数据集,机器学习,自然语言处理 数据概述：...
-
英语单词频率数据集
英语单词频率数据集 数据来源：互联网公开数据 标签：单词频率，英语，语料库分析，自然语言处理，文本挖掘，数据可视化，机器学习 数据概述： 本数据集基于Google...
-
推特用户情感分析主题聚类数据集
推特用户情感分析主题聚类数据集 数据来源：互联网公开数据 标签：推特,社交媒体,情感分析,主题聚类,自然语言处理,文本挖掘,舆情分析 数据概述： 本数据集包含经过聚类的推特（Twitter）用户推文数据，并结合了情感分析结果。原始数据经过预处理，包括清洗和自然语言处理（NLP）等步骤。数据集的核心是推文聚类，每个聚类代表一个特定的主题或话题。...
-
古兰经文本数据集1963-2021
古兰经文本数据集1963-2021 数据来源：互联网公开数据 标签：古兰经,伊斯兰教,自然语言处理,情感分析,文本分类,主题建模,语言生成,宗教文本,文化研究 数据概述：...
-
航空客户评论数据集
航空客户评论数据集 数据来源：互联网公开数据 标签：航空,客户评论,自然语言处理,文本清理,词元化,情感分析,预测建模 数据概述： 本数据集包含关于航空公司的客户文本评论，涵盖了乘客对航空公司服务的多方面反馈。数据集为学习、实践或测试初学者到中级的自然语言处理任务提供了丰富的资源，包括文本清理、词元化、情感分析以及基于分析结果的预测建模。...
-
QuAIL阅读理解多选题数据集-新闻-用户故事-小说和博客-多领域-15000题
QuAIL阅读理解多选题数据集-新闻-用户故事-小说和博客-多领域-15000题 数据来源：互联网公开数据 标签：阅读理解,多选题,自然语言处理,机器学习,文本理解,问题解答,新闻,用户故事,小说,博客 数据概述：...
-
孟加拉每日英语新闻文章数据集
孟加拉每日英语新闻文章数据集 数据来源：互联网公开数据 标签：孟加拉,新闻,自然语言处理,文本分析,时间序列,媒体研究,信息提取 数据概述： 本数据集收录了孟加拉每日英语新闻文章，数据来源包括五个主要的孟加拉英语新闻门户：The Daily Star、The Financial Express、New Age bd、Dhaka Tribune 和...
-
烹饪平台用户评论与互动信息食谱评论与评分反馈数据集
数据来源 互联网公开数据 数据字段 Recipe_Name（食谱名称）：用户评价所对应的食谱标题。 Recipe_Rank（食谱排名）：食谱在平台前100名榜单中的排名情况。 Recipe_ID（食谱代码）：每个食谱的唯一标识符。 User_ID（用户ID）：用户的唯一身份标识。 User_Name（用户名）：注册用户的显示名称。...
-
互联网公开文本数据集统计分析报告
标题：互联网公开文本数据集统计分析报告 数据内容： 该数据集包含两个主要字段： 1. full_text：包含1263种不同的文本内容，每条记录代表一个完整的文本段落或短文本。 2. labels：包含2种不同的标签值，可能是二分类标签，用于对文本进行分类。 数据来源： 互联网公开数据 数据用途： 该数据集可用于多个行业的文本分析任务，例如： -...
-
互联网公开数据集深度洞察与应用分析
标题：互联网公开数据集深度洞察与应用分析 数据内容： 该数据集包含以下字段： 1. id：标识数据记录的唯一标识符，共有53043种不同的值。 2. statement：描述具体事件或信息的文本字段，共有51074种不同的值。 3. status：表示事件或信息的状态，共有7种不同的值。 数据来源： 互联网公开数据 数据用途：...
-
互联网公开数据集深入探索多领域信息资源
标题：互联网公开数据集深入探索多领域信息资源 数据内容： 该数据集包含了丰富的互联网公开数据，具体包括以下字段： 1. Class Index：表示数据分类的索引，共有4种不同的值。 2. Title：表示数据的标题或名称，共有114,350种不同的值。 3. Description：表示数据的描述信息，共有118,723种不同的值。...
-
互联网公开数据集垃圾邮件分类与文本分析
标题：互联网公开数据集垃圾邮件分类与文本分析 数据内容：该数据集包含文本内容（text）和垃圾邮件分类（spam）两个字段。文本内容字段包含5695种不同的文本值，垃圾邮件分类字段包含两种不同的分类值（0和1）。 数据来源：互联网公开数据...
-
-
