数据集 - 海数据

吉吉瓦斯有毒评论分类数据集-2019

2025年6月4日

吉吉瓦斯有毒评论分类数据集-2019 数据来源：互联网公开数据标签：吉吉瓦斯,有毒评论,自然语言处理,机器学习,偏见检测,评论分类,文本分析,社交媒体数据概述：...

ZIP

Reddit社群-真实生活-幽默内容互动数据集-2022年4月1日

2025年6月4日

Reddit社群-真实生活-幽默内容互动数据集-2022年4月1日数据来源：互联网公开数据标签：Reddit,社交媒体,幽默,文化,情感,网络社区,文本分析,内容分析,meirl,me_irl 数据概述：...

ZIP

青空文庫日文文学语料库数据集

2025年6月4日

青空文庫日文文学语料库数据集数据来源：互联网公开数据标签：日文文学,语料库,文本分析,自然语言处理,教育,文化研究数据概述：本数据集是将青空文庫（Aozora Bunko）中收录的日本文学文本编译成更易于使用的CSV格式。包含的经典文学作品涵盖了多个历史时期，为研究日文文本提供了丰富的资源。数据集旨在为研究日文写作和语言学项目提供基础数据支持。...

ZIP

基于阅读理解的对话关系抽取数据集-QaZre-thedevastator

2025年6月4日

基于阅读理解的对话关系抽取数据集-QaZre-thedevastator 数据来源：互联网公开数据标签：自然语言处理,关系抽取,阅读理解,知识图谱,对话,机器学习,文本分析数据概述：...

ZIP

arXiv论文标题摘要与标签数据集

2025年6月4日

arXiv论文标题摘要与标签数据集数据来源：互联网公开数据标签：arXiv,科研论文,学术研究,机器学习,数据分类,文本分析,教育数据概述：本数据集受到了arXiv论文摘要数据集的启发，可以视为其逻辑扩展。数据集包含536,914篇研究论文的标题和摘要，适用于多标签分类任务。数据通过爬取arXiv官方元数据获取，而非使用原始的arXiv...

ZIP

DAIGT-SaveEverything人工智能生成文本检测数据集2023-chg0901

2025年6月4日

DAIGT-SaveEverything人工智能生成文本检测数据集2023-chg0901 数据来源：互联网公开数据标签：AI检测,文本分析,机器学习,数据集,生成文本,检测技术,科研,竞赛数据概述：本数据集包含使用DAIGT-...

ZIP

IBM专利数据集

2025年6月4日

IBM专利数据集数据来源：互联网公开数据标签：专利,IBM,文本分析,技术趋势,行业研究,时间序列,创新驱动数据概述：本数据集包含2000年至2019年间IBM在全球范围内获得的专利信息，数据来源于Google...

ZIP

推特表情符号数据集-2021-mexwell

2025年6月1日

推特表情符号数据集-2021-mexwell 数据来源：互联网公开数据标签：Twemoji,推特,表情符号,机器学习,数据集,图像识别,文本分析数据概述：...

ZIP

社交媒体仇恨言论检测多模态数据集-图文内容-测试与验证

2025年6月1日

社交媒体仇恨言论检测多模态数据集-图文内容-测试与验证数据来源：互联网公开数据标签：仇恨言论,社交媒体,图像识别,文本分析,多模态学习,深度学习,图像分类,文本分类,自然语言处理,机器学习,人工智能,内容审核数据概述：...

ZIP

Kaggle论坛话题标题语义向量数据集

2025年6月1日

Kaggle论坛话题标题语义向量数据集数据来源：互联网公开数据标签：Kaggle,论坛,话题,标题,语义,向量,自然语言处理,文本分析,机器学习数据概述：本数据集包含了从Kaggle平台上抓取的论坛话题标题，并使用all-...

ZIP

GPT-3Ada嵌入向量评分Jigsaw毒性严重程度数据集-vslaykovsky

2025年6月1日

GPT-3Ada嵌入向量评分Jigsaw毒性严重程度数据集-vslaykovsky 数据来源：互联网公开数据标签：GPT-3,Ada,嵌入向量,文本分析,挑战数据集,毒性评论,评分,机器学习数据概述：本数据集包含使用GPT-3 Ada模型生成的文本嵌入向量，这些向量是针对“Jigsaw Toxic Severity...

ZIP

维基百科主题与类别数据集

2025年6月1日

维基百科主题与类别数据集数据来源：互联网公开数据标签：维基百科,主题标签,类别分类,NLP,文本分析,数据挖掘,知识图谱,元数据,语义分析数据概述：本数据集基于维基百科页面标题及其分类信息，包含超过2300万个主题及其相关类别。每个主题（如“Anarchism”）都附带丰富的元数据，包括所属类别（如“Political...

ZIP

Jigsaw竞赛英语翻译文本数据集

2025年6月1日

Jigsaw竞赛英语翻译文本数据集数据来源：互联网公开数据标签：Jigsaw, 翻译, 文本, 英语, 自然语言处理, 文本分析, 机器学习, 竞赛, 负面评论, 错误标识数据概述：...

ZIP

新闻主题预测数据集

2025年6月1日

新闻主题预测数据集数据来源：互联网公开数据标签：新闻,主题预测,体育,文化,经济,时间序列,文本分析数据概述：本数据集收录了2019年至2023年间来自俄罗斯新闻网站lenta.ru的新闻数据，涵盖体育、文化、经济等多个领域。数据集包含新闻标题、正文内容、发布时间及主题标签等字段，为新闻主题预测任务提供了高质量的数据支持。数据用途概述：...