数据集 - 海数据

STEM领域维基百科语料库数据集

2025年6月4日 30 23 8

STEM领域维基百科语料库数据集数据来源：互联网公开数据标签：STEM,维基百科,语料库,文本处理,自然语言处理,科学教育,知识图谱,数据分析数据概述：...

ZIP

维基百科主题与类别数据集

2025年6月1日 30 22 4

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

维基百科人物内容数据集

2025年6月1日 30 12 8

维基百科人物内容数据集数据来源：互联网公开数据标签：维基百科,人物,内容分析,文本挖掘,知识图谱,自然语言处理,数据分析数据概述：...

ZIP

维基百科推广文章数据集

2025年6月1日 30 18 6

维基百科推广文章数据集数据来源：互联网公开数据标签：推广文章,维基百科,文本分类,内容分析,数据挖掘,信息质量,自然语言处理数据概述：本数据集包含两类文章：一类是被用户标记为“具有推广性语气”的文章（promotional.csv），另一类是被评估为“优质文章”的文章（good.csv）。 - 每篇推广性文章可能带有多个标签，包括但不限于： -...

ZIP

维基百科-事物-主题相关页面数据分析数据集

2025年6月1日 30 29 1

维基百科-事物-主题相关页面数据分析数据集数据来源：互联网公开数据标签：维基百科,事物,知识图谱,文本分析,自然语言处理,主题分类,信息检索数据概述：...

ZIP

维基百科句子拆分数据集-2023-thedevastator

2025年5月31日 30 28 3

维基百科句子拆分数据集-2023-thedevastator 数据来源：互联网公开数据标签：维基百科,句子拆分,NLP,自然语言处理,文本分析,数据集,机器学习数据概述：...

ZIP

维基百科标题多语言翻译数据集

2025年5月31日 30 21 8

维基百科标题多语言翻译数据集数据来源：互联网公开数据标签：维基百科,平行术语库,多语言翻译,印度语言,数据共享,自然语言处理数据概述：...

ZIP

希伯来维基百科文章质量分类数据集-matankic

2025年5月31日 30 24 5

希伯来维基百科文章质量分类数据集-matankic 数据来源：互联网公开数据标签：维基百科,希伯来语,文章质量,分类,数据集,Google Colab 数据概述：本数据集收录了希伯来维基百科中文章的质量分类信息，数据来源于Google Colab上的Quality Groups of Hebrew Wikipedia Articles...

ZIP

维基百科页面未来流量预测数据集-tommyngx

2025年5月31日 30 15 2

维基百科页面未来流量预测数据集-tommyngx 数据来源：互联网公开数据标签：维基百科,流量预测,时间序列,页面浏览量,机器学习,数据分析,预测模型数据概述：...

ZIP

加利西亚维基百科页面修订与编辑数据集

2025年5月31日 30 28 5

加利西亚维基百科页面修订与编辑数据集数据来源：互联网公开数据标签：维基百科,加利西亚语,编辑行为,内容分析,修订历史,用户贡献,群体动态数据概述：...

ZIP

维基百科2018-2019年网页流量数据集-sandeshbhat

2025年5月31日 30 29 8

维基百科2018-2019年网页流量数据集-sandeshbhat 数据来源：互联网公开数据标签：维基百科,网页流量,时间序列,数据分析,预测,机器学习,多语言,数据科学,ARIMA,Prophet 数据概述：...

ZIP

维基百科页面浏览量时间序列数据集WikipediaPageviewTimeSeries-bigbang1s

2025年5月31日 30 13 1

维基百科页面浏览量时间序列数据集WikipediaPageviewTimeSeries-bigbang1s 数据来源：互联网公开数据标签：维基百科, 页面浏览量, 时间序列, 数据分析, 预测模型, 流量分析, 趋势分析, 统计学数据概述：该数据集包含来自维基百科的页面浏览量数据，记录了特定页面在一段时间内的每日浏览量。主要特征如下：...

ZIP

维基百科评论区毒性文本分类数据集WikipediaCommentToxicityClassificationDataset-vineetkumar98

2025年5月31日 30 21 5

维基百科评论区毒性文本分类数据集WikipediaCommentToxicityClassificationDataset-vineetkumar98 数据来源：互联网公开数据标签：文本分类, 毒性检测, 情感分析, 自然语言处理, 恶意评论, 维基百科, 机器学习, 语料库数据概述：...

ZIP

维基百科页面浏览量时间序列数据集WikipediaPageviewTimeSeries-leisinidan

2025年5月31日 30 27 4

维基百科页面浏览量时间序列数据集WikipediaPageviewTimeSeries-leisinidan 数据来源：互联网公开数据标签：维基百科, 页面浏览量, 时间序列分析, 数据挖掘, 流量预测, 趋势分析, 统计分析, 数据可视化数据概述：...

ZIP

土耳其语维基百科页面链接与内容数据集-2020年4月-korsavasci

2025年5月31日 30 13 5

土耳其语维基百科页面链接与内容数据集-2020年4月-korsavasci 数据来源：互联网公开数据标签：维基百科,土耳其语,NLP,自然语言处理,页面链接,文本数据,知识图谱,推荐系统,语料库数据概述：本数据集基于2020年4月1日的土耳其语维基百科数据转储生成，旨在为土耳其语自然语言处理（NLP）任务提供支持。数据集包含两类主要文件：...

ZIP

维基百科百万标签主题分类数据集-nikbearbrown

2025年5月31日 30 13 4

维基百科百万标签主题分类数据集-nikbearbrown 数据来源：互联网公开数据标签：维基百科,标签,主题分类,自然语言处理,主题建模,数据挖掘,研究,知识领域数据概述：...

ZIP

奥里亚语新闻与维基百科数据集-2021-arnavs19

2025年5月31日 30 30 9

奥里亚语新闻与维基百科数据集-2021-arnavs19 数据来源：互联网公开数据标签：奥里亚语,新闻,维基百科,语言模型,情感分析,主题建模,数据集数据概述：本数据集包含奥里亚语文本样本，来源包括新闻网站、维基百科和新闻语料库。数据集分为三个主要部分：奥里亚语新闻文章：收集了19000篇近期奥里亚语新闻文章，涵盖政治、体育、娱乐等多个主题。...