数据集 - 海数据

JDT_Based_bug定位研究数据集

2026年2月9日 30 29 5

数据集概述本数据集包含JDT项目的bug定位相关数据，由两个文件组成，分别为包含bug基础信息的电子表格和包含详细提交信息的XML文件。数据记录了bug报告与代码提交的关联信息，支持bug定位研究中对文本匹配与代码关联的分析。文件详解 JDT.xlsx 文件格式：XLSX...

ZIP

Hindawi_Based_19_20世纪阿拉伯文学计量风格测试语料库_数据集

2026年1月20日 30 162 98

数据集概述本数据集包含19世纪至20世纪初的三类阿拉伯文学文本语料库，用于计量风格测试。涵盖Jurji Zaydan的22部编年历史小说、8位作者的65部作品、28位作者的300部作品。文本经标准化处理，适配R stylo工具，原始来源为Hindawi平台，压缩包内为UTF8编码的清洁文本文件。文件详解主文件...

ZIP

EMDrep99_Martin_Mueller语料库_近代早期戏剧短语重复研究数据

2026年1月15日 30 18 7

数据集概述本数据集源自Martin Mueller的“Shakespeare His Contemporaries”语料库，包含近代早期戏剧中剧作对的短语重复分析结果，通过多种n-gram加权指标展示剧作间的重复特征，涉及创作时间、作者、文本长度及重复计数等核心信息，共包含2个文件。文件详解...

ZIP

附录_基于皮科_德拉_米兰多拉的图书馆莫德纳目录_卡洛里_切西斯_转录错误数据_2024

2026年1月13日 30 17 0

数据集概述本数据集为论文附录，呈现Ferdinando Calori Cesis在转录Pico della Mirandola图书馆摩德纳目录时的完整错误列表，包含错误的标识符、原文与转录文本对照、错误类型分类等信息，是研究拉丁手稿转录中母语迁移现象的结构化参考资料。文件详解文件名称：Appendix.xlsx 文件格式：XLSX...

ZIP

Flemish_Archaeological_Texts_佛兰芒地区考古文献量化研究数据_2017

2026年1月7日 30 157 17

数据集概述本数据集对1945-2017年比利时佛兰芒地区的荷兰语考古文献进行量化分析，涵盖专著、期刊文章、发掘报告等4500余份文献，共5100余万字。为避免版权问题，去除连词、冠词及4字母以下词汇，包含元数据、文本匹配结果、停用词表及处理后数据压缩包，支持研究复现。文件详解 METADATA.xlsx 文件格式：XLSX...

ZIP

核质掩码数据集_莱茵衣藻冷冻电子断层扫描

2025年12月23日 30 11 4

数据集概述该数据集包含用于莱茵衣藻冷冻电子断层扫描研究的核质掩码文件，核心为一百二十六张MRC格式的二进制掩码，用于核小体颗粒的定向模板匹配，相关研究成果对应EMD-19906。文件详解文件名称: nuclear_masks.zip 文件格式: ZIP压缩包内容说明: 压缩包内包含一个文件夹，文件夹中有126个MRC格式（mode...

ZIP

武器样本数据集

2025年12月22日 30 177 71

数据集概述该数据集包含十二份武器样本相关文件，涵盖文本描述和图片资料两类内容，无分层目录结构及数据划分，为武器样本的分析与研究提供基础资料支持。文件详解该数据集包含两类文件，具体说明如下： - 文件总量：12个文件，无目录结构 - 文件类型分布： - 文本文件（.txt）：6个，占比百分之五十，内容示例为数字与小数组合（如“1 0.646667...

ZIP

大英图书馆残片Or_8210_S_9498与དབའབཞ_ད_版本1_1_比对数据集

2025年12月18日 30 51 42

数据集概述本数据集为大英图书馆残片Or.8210/S.9498与དབའབཞེད་（版本1.1）的比对资料，核心围绕残片与DBA' BZHED手稿的文本内容匹配展开，旨在解决残片原页布局重建、特定人物名称空间验证及缺失文字位置推断三个问题。文件详解文件名称: BL S9498 + S13683.pdf 文件格式: PDF (.pdf) 文件内容:...

ZIP

不同磁毯上悬浮的不同PyC圆盘受力数据集

2025年12月7日 30 53 33

数据集概述该数据集包含二十一张图片文件，记录了不同尺寸的PyC圆盘在不同类型磁毯上悬浮时的受力相关情况，为研究磁悬浮中圆盘与磁毯的相互作用提供直观的图像数据支持。文件详解图片文件集（共21个）：文件格式：JPG（.jpg）...

ZIP

金融新闻文本挖掘平行语料库数据集2007_2020

2025年12月15日 30 175 79

数据集概述本数据集为金融领域的英汉平行新闻语料库，包含2007至2020年的60,473篇双语文档，涵盖新闻的标题、正文等核心内容，可用于金融领域的平行双语文本挖掘研究。文件详解文件名称：FT-en-zh.rar 文件格式：RAR压缩包...

ZIP

Objaverse_Courthouse_Side_Based_建筑侧景三维数字化完整数据

2025年12月15日 30 1 0

数据集概述本数据集包含与“Courthouse Side”相关的三维模型文件和图片文件，由Polycam.ai创建，文件类型涵盖GLB三维模型与JPEG图片，为相关场景的三维可视化或模型分析提供数据支持。文件详解文件名称与格式： 4d12900470704423b615edf8aa152225.glb：GLB格式三维模型文件...

ZIP

ORB算法图像相似度检测数据集

2025年12月8日 30 10 9

数据集概述该数据集包含印刷电路板（PCB）、汽车保险丝盒、真实及过滤处理的人脸图片，共48张JPG格式图像和1个说明文档，用于支持基于ORB算法的图像相似度检测Julia代码运行，需通过调整汉明距离和关键点数量优化检测效果。文件详解图像文件（共48个，.jpg格式）：...

ZIP

ENwikIR1k_维基百科检索开发数据完整集合

2025年12月7日 30 15 5

数据集概述该数据集是通过wikIR工具获取的开发数据集，包含一个压缩文件，未进行训练/测试、数据/标签或原始/处理的拆分，为相关研究提供基础数据支持。文件详解文件名称: wikIR1k.zip 文件格式: ZIP (.zip) 内容说明: 压缩包内包含通过wikIR工具获取的开发数据集内容，具体字段及结构未提供预览信息适用场景...

ZIP

Objaverse_Nazario_poste160_Based_三维模型与图像关联完整数据

2025年12月6日 30 50 18

数据集概述本数据集包含与"Nazario_poste160"相关的文件集合，由图片文件和三维模型文件组成，未进行训练测试、数据标签或原始/处理数据的拆分，无说明文档或内容预览，可用于相关三维模型与图片的关联分析。文件详解...

ZIP

ARASAAC黑白象形图数据集_第十部分_共十四部分

2025年12月6日 30 110 2

数据集概述本数据集为ARASAAC项目的第十四部分中的第十部分，包含一千张由Sergio Palao创建的黑白象形图，涵盖医疗、图像视觉、音频等语义主题，以PNG格式存储。文件详解核心文件组：包含一千个PNG格式文件，无目录结构...

ZIP

词汇释义与上下文一致性数据集

2025年11月29日 30 35 4

数据集概述该数据集包含基于俄语大解释词典的词汇释义、词汇使用上下文及释义与上下文一致性标注的三元组数据，用于验证词汇释义与实际使用场景的匹配关系。文件详解文件名称：Gloss-Context Consistency/gloss_context.csv 文件格式：CSV（逗号分隔值）字段映射： Gloss：俄语大解释词典中词汇的释义文本...

ZIP

社交媒体宗教信仰数据集_基于Tumblr宗教标签的帖子与博主数据

2025年11月29日 30 10 8

数据集概述该数据集包含2007年以来Tumblr平台上8类含宗教标签的帖子及博主的语言与上下文元数据，涵盖帖子、博主、标签、互动笔记等多维度信息，为研究社交媒体中的宗教信仰表达提供支持。文件详解文件名称: Tumblr_Religious_Conflicts.sql 文件格式: SQL (.sql) 核心数据模块: Tumblr Posts...

ZIP

知识问答推理数据集

2025年11月23日 30 150 50

知识问答推理数据集_Knowledge_Question_Answering_Reasoning_Dataset 数据来源：互联网公开数据标签：知识推理, 问答系统, 自然语言处理, 关系抽取, 机器学习, 文本匹配, 语义理解, 知识图谱数据概述：...

ZIP

科研论文引用关系数据集

2025年11月22日 30 169 37

科研论文引用关系数据集_Research_Paper_Citation_Relation 数据来源：互联网公开数据标签：论文引用, 学术研究, 文本分析, 自然语言处理, 知识图谱, 数据挖掘, 文本匹配, 数据集构建数据概述：该数据集包含来自学术研究领域的文本数据，记录了科研论文的标题、摘要以及它们之间的引用关系。主要特征如下：...