数据集 - 海数据

YouTube视频字幕数据集-印地文与英文-2023

2025年6月4日 30 102 10

YouTube视频字幕数据集-印地文与英文-2023 数据来源：互联网公开数据标签：YouTube,字幕,印地文,英文,视频数据,机器学习,语言模型,分类,摘要,翻译数据概述：...

ZIP

中国医疗对话智能健康语言模型训练数据集-thedevastator

2025年6月4日 30 193 0

中国医疗对话智能健康语言模型训练数据集-thedevastator 数据来源：互联网公开数据标签：医疗对话,智能医疗,深度学习,健康,数据集,语言模型,对话系统数据概述：...

ZIP

语音识别技术在呼叫中心的应用评估数据集-ASRCalls2Val-saspav

2025年6月4日 30 147 145

语音识别技术在呼叫中心的应用评估数据集-ASRCalls2Val-saspav 数据来源：互联网公开数据标签：语音识别,呼叫中心,语音数据,ASR,性能评估,自然语言处理,声学模型,语言模型数据概述：本数据集“ASR Calls 2 Val”包含了从呼叫中心收集的语音数据，主要用于评估语音识别（ASR, Automatic Speech...

ZIP

自然语言处理多领域对话数据集UltraChat-200K-thedevastator

2025年6月4日 30 158 54

自然语言处理多领域对话数据集UltraChat-200K-thedevastator 数据来源：互联网公开数据标签：自然语言处理,对话,生成,训练,文本,语言模型,NLG,语料库数据概述：...

ZIP

Tashkeela清理阿拉伯语带音符语料库

2025年6月1日 30 91 0

Tashkeela清理阿拉伯语带音符语料库数据来源：互联网公开数据标签：阿拉伯语,自然语言处理,文本清洗,语音标注,语言模型,机器学习,数据标注数据概述：...

ZIP

GPT角色扮演领域增强角色扮演数据集

2025年6月1日 30 191 43

GPT角色扮演领域增强角色扮演数据集数据来源：互联网公开数据标签：角色扮演,增强现实,语言模型,对话生成,虚拟人物,故事创作,互动游戏数据概述：...

ZIP

孟加拉语新闻语料库数据集

2025年5月31日 30 35 34

孟加拉语新闻语料库数据集数据来源：互联网公开数据标签：新闻,孟加拉语,文本分类,语言模型,文本生成,关系抽取,命名实体识别,词性标注数据概述：...

ZIP

孟加拉语机器翻译数据集

2025年5月31日 30 113 80

孟加拉语机器翻译数据集数据来源：互联网公开数据标签：机器翻译,孟加拉语,英文,自然语言处理,双语数据,文本分析,语言模型,翻译模型数据概述：...

ZIP

语法规则解析与文本片段生成数据集GrammarRuleParsingandTextFragmentGeneration-kiiroi

2025年5月31日 30 71 1

语法规则解析与文本片段生成数据集GrammarRuleParsingandTextFragmentGeneration-kiiroi 数据来源：互联网公开数据标签：自然语言处理, 语法分析, 文本生成, 规则提取, 语料库, 机器学习, 文本片段, 语言模型数据概述：...

ZIP

语言校对工具词汇与规则数据集LanguageCorrectionToolVocabularyandRulesDataset-kimijima

2025年5月31日 30 154 51

语言校对工具词汇与规则数据集LanguageCorrectionToolVocabularyandRulesDataset-kimijima 数据来源：互联网公开数据标签：语言学, 自然语言处理, 文本校对, 词汇, 语法规则, 语言模型, 文本分析, 数据集数据概述：...

ZIP

OpenHermesGPT-4生成数据分析与应用数据集-thedevastator

2025年5月31日 30 104 71

OpenHermesGPT-4生成数据分析与应用数据集-thedevastator 数据来源：互联网公开数据标签：GPT-4, 自然语言处理, AI, 数据集, 文本生成, 机器学习, OpenHermes, Huggingface, 语言模型数据概述：...

ZIP

小型OpenOrca数据集0-05比例-自然语言处理模型训练数据集

2025年5月11日 30 150 146

小型OpenOrca数据集0-05比例-自然语言处理模型训练数据集数据来源：互联网公开数据标签：自然语言处理, 文本生成, 模型训练, GPT-4, GPT-3.5, 语言模型, 文本增强, OpenOrca, 子集数据概述：本数据集是原始OpenOrca数据集的一个子集，OpenOrca数据集是一个由增强的FLAN...

ZIP

土耳其新闻摘要句子数据集-serdarcaglar

2025年5月31日 30 120 14

土耳其新闻摘要句子数据集-serdarcaglar 数据来源：互联网公开数据标签：土耳其,新闻摘要,自然语言处理,NLP,文本挖掘,语言模型,文本分类,文本聚类,词嵌入,文本提取数据概述：...

ZIP

大规模偏好数据集-语言模型对齐奖励与评论模型训练2021-thedevastator

2025年5月31日 30 54 28

大规模偏好数据集-语言模型对齐奖励与评论模型训练2021-thedevastator 数据来源：互联网公开数据标签：大规模数据集,偏好数据,语言模型,人工智能,奖励模型,评论模型,机器学习,训练数据,教育,研究数据概述：...

ZIP

文本生成与分类数据集TextGenerationandClassificationDataset-rishavdash

2025年5月31日 30 101 75

文本生成与分类数据集TextGenerationandClassificationDataset-rishavdash 数据来源：互联网公开数据标签：文本分类, 自然语言处理, 机器学习, 文本生成, 情感分析, 语言模型, 数据标注, 语料库数据概述：...

ZIP

文本润色提示词数据集TextRefinementPromptDataset-yuanzhezhou

2025年5月31日 30 171 71

文本润色提示词数据集TextRefinementPromptDataset-yuanzhezhou 数据来源：互联网公开数据标签：文本生成, 自然语言处理, 提示词工程, 文本转换, 风格迁移, 数据集, 语言模型, 文本编辑数据概述：...

ZIP

奥里亚语新闻与维基百科数据集-2021-arnavs19

2025年5月31日 30 42 39

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。...

ZIP

英语写作质量评估数据集EnglishWritingQualityAssessmentDataset-goldenlock

2025年5月29日 60 12 9

英语写作质量评估数据集EnglishWritingQualityAssessmentDataset-goldenlock 数据来源：互联网公开数据标签：自然语言处理, 文本分析, 写作评估, 语言模型, 文本质量, 机器学习, 文本评分, 语言学数据概述：该数据集包含用于评估英语写作质量的相关数据，涵盖了文本评估的多个维度。主要特征如下：...

ZIP

文本质量评估多维度打分数据集TextQualityAssessmentMulti-dimensionalScoringDataset-goldenlock

2025年5月30日 30 195 173

文本质量评估多维度打分数据集TextQualityAssessmentMulti-dimensionalScoringDataset-goldenlock 数据来源：互联网公开数据标签：文本评估, 语言模型, 自动评分, 文本分析, 自然语言处理, 机器学习, 写作质量, 多维度评价数据概述：...