数据集 - 海数据

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

2025年6月4日 30 110 70

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

Jigsaw竞赛英语翻译文本数据集

2025年6月1日 30 132 3

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

古腾堡诗歌项目诗歌文本数据集-terminate9298

2025年6月1日 30 165 145

古腾堡诗歌项目诗歌文本数据集-terminate9298 数据来源：互联网公开数据标签：诗歌,文学,文本,古腾堡项目,语料库,自然语言处理,文本分析,诗歌创作,情感分析数据概述：本数据集收录了来自古腾堡项目（Gutenberg Project）的诗歌文本，包含2703086行句子。数据集由Allison...

ZIP

乌尔都语印刷文本图像识别扩展数据集-MMU-Extension-22-tayyabnasir22

2025年6月1日 30 97 38

乌尔都语印刷文本图像识别扩展数据集-MMU-Extension-22-tayyabnasir22 数据来源：互联网公开数据标签：乌尔都语,OCR,文本识别,印刷文本,深度学习,机器学习,图像,文本,语言学,计算机视觉数据概述：本数据集是MMU-OCR-21数据集的扩展，旨在为印刷乌尔都语光学字符识别（OCR）任务提供一个公开可用的数据集。MMU-...

ZIP

巴西新闻文章文本数据集-新闻内容分析-2024

2025年5月31日 30 176 170

巴西新闻文章文本数据集-新闻内容分析-2024 数据来源：互联网公开数据标签：巴西,新闻,文本,自然语言处理,NLP,金融,信息提取,时事,政治,经济,社会数据概述：本数据集包含来自巴西联邦数字图书馆的新闻文章文本，旨在为自然语言处理（NLP）模型构建提供可靠且一致的数据源。数据集涵盖了各种主题的新闻报道，为研究人员提供了丰富的文本数据。...

ZIP

孟加拉国日报BD-Pratidin新闻数据集-2017年12月13日至2020年9月9日-shakirulhasan

2025年5月31日 30 75 69

孟加拉国日报BD-Pratidin新闻数据集-2017年12月13日至2020年9月9日-shakirulhasan 数据来源：互联网公开数据标签：孟加拉语,新闻,文本,自然语言处理,NLP,文本分析,孟加拉国,BD-Pratidin,语料库数据概述：本数据集包含了从2017年12月13日至2020年9月9日期间，孟加拉国日报（BD-...

ZIP

老挝语-越南语机器翻译语料库越南语文本数据集-zuydang

2025年5月31日 30 70 34

老挝语-越南语机器翻译语料库越南语文本数据集-zuydang 数据来源：互联网公开数据标签：机器翻译,语料库,老挝语,越南语,文本,语言学,自然语言处理,ALT 数据概述：本数据集是从ALT（亚洲语言技术）项目中提取的老挝语-...

ZIP

多模态文本图像生成数据集-2023-alenic

2025年5月31日 30 101 73

多模态文本图像生成数据集-2023-alenic 数据来源：互联网公开数据标签：多模态,文本,图像,生成,数据集,分类,预测,模态分析,目标识别数据概述：...

ZIP

视觉问答图像理解数据集-图像与自然语言结合-通用

2025年5月30日 30 52 12

视觉问答图像理解数据集-图像与自然语言结合-通用数据来源：互联网公开数据标签：视觉问答,图像理解,自然语言处理,计算机视觉,人工智能,图像,文本,问答,多模态,场景理解数据概述：本数据集是用于视觉问答（VQA，Visual Question Answering）任务的通用数据集。VQA...

ZIP

多模态情感分析数据集MultimodalSentimentAnalysisDataset-dmitryml

2025年5月29日 30 97 79

多模态情感分析数据集MultimodalSentimentAnalysisDataset-dmitryml 数据来源：互联网公开数据标签：情感分析, 多模态, 文本, 图像, 语音, 情感识别, 机器学习, 数据集数据概述：该数据集包含来自多个来源的多模态情感数据，记录了与情感相关的文本、图像和语音信息，用于情感分析和多模态研究。主要特征如下：...

ZIP

增强型多模态情感识别数据集EnhancedMulti-modalEmotionRecognitionDataset-alexandreazouri

2025年5月28日 30 202 174

增强型多模态情感识别数据集EnhancedMulti-modalEmotionRecognitionDataset-alexandreazouri 数据来源：互联网公开数据标签：情感识别，多模态，数据集，语音，文本，视频，机器学习，人工智能数据概述：该数据集包含增强的多模态情感识别数据，旨在提升情感分析的准确性和鲁棒性。主要特征如下：时间跨度：...

ZIP

堤坝巡逻文本数据集DamPatrolTextCorpus-tunphmnguynanh

2025年5月28日 30 2 0

堤坝巡逻文本数据集DamPatrolTextCorpus-tunphmnguynanh 数据来源：互联网公开数据标签：堤坝, 巡逻, 防洪, 文本, 法律法规, 自然语言处理, 文本分析, 越南语数据概述：该数据集包含来自越南官方文件的文本数据，记录了关于堤坝巡逻和防洪的相关规定和说明。主要特征如下：...

ZIP

医学文本嵌入数据集-kwyrob

2025年5月22日 30 27 7

医学文本嵌入数据集-kwyrob 数据来源：互联网公开数据标签：医学，文本，嵌入，自然语言处理，深度学习，医学信息学，生物医学，语义分析数据概述：该数据集包含用于医学文本嵌入的数据，旨在为医学领域的自然语言处理任务提供支持。主要特征如下：时间跨度：数据记录的时间范围不限，涵盖了医学文献、病例报告、临床试验摘要等多种来源。...

ZIP

数学问题解答文本数据集MathProblemSolvingTextDataset-ibtida01

2025年5月19日 30 53 41

数学问题解答文本数据集MathProblemSolvingTextDataset-ibtida01 数据来源：互联网公开数据标签：数学，问题解答，文本，自然语言处理，竞赛，推理，计算，数据集数据概述：该数据集包含来自数学竞赛的问题文本及解答。主要特征如下：时间跨度：数据未标明具体时间，视作静态数据集使用。...

ZIP

大规模多模态社交媒体推文数据集MMHS150KTweetImageTextDataset-raghav0210

2025年5月19日 30 149 40

大规模多模态社交媒体推文数据集MMHS150KTweetImageTextDataset-raghav0210 数据来源：互联网公开数据标签：社交媒体，推文，图像，文本，多模态，自然语言处理，计算机视觉，机器学习，情感分析数据概述：该数据集包含来自Twitter的推文数据，记录了推文的文本内容和对应的图像。主要特征如下：...

ZIP

宝可梦游戏文本描述数据集PokemonGameTextDescriptionDataset-academic8rb

2025年5月17日 30 86 56

宝可梦游戏文本描述数据集PokemonGameTextDescriptionDataset-academic8rb 数据来源：互联网公开数据标签：宝可梦, 游戏, 文本, 描述, 自然语言处理, 语料库, 文本挖掘, 数据分析数据概述：该数据集包含来自宝可梦游戏系列的文本描述数据，记录了不同宝可梦的详细介绍性文本。主要特征如下：...

ZIP

虚假新闻文本分类数据集FakeNewsTextClassificationDataset-eiosus

2025年5月13日 30 181 152

虚假新闻文本分类数据集FakeNewsTextClassificationDataset-eiosus 数据来源：互联网公开数据标签：虚假新闻, 文本分类, 新闻分析, 舆情监测, 机器学习, 自然语言处理, 标题, 文本数据概述：该数据集包含来自互联网的新闻文章，记录了标题和正文内容，并标注了文章的真实性。主要特征如下：...

ZIP

安然公司邮件语料库EnronEmailCorpus数据集-minalray

2025年5月12日 30 56 20

安然公司邮件语料库EnronEmailCorpus数据集-minalray 数据来源：互联网公开数据标签：邮件, 文本, 语料库, 自然语言处理, 金融, 能源, 文本挖掘, 商业数据概述：该数据集包含来自安然公司（Enron Corporation）内部员工的电子邮件数据，记录了公司运营期间的通信内容。主要特征如下：...