找到12个数据集

标签: 文本分割

过滤结果

  • DRIP_Based_软件需求文档段落需求提取数据集

    2026年1月31日 30 92 18

    数据集概述 本数据集为DRIP项目相关的软件需求文档数据集，包含近五年RE、ICSE、REFSQ、REJ会议及期刊的软件需求文档数据，共4个归档文件，用于从软件需求文档段落中提取单个需求的任务。 文件详解 训练数据文件 文件名称：trainData.gz 文件格式：.gz 字段映射介绍：未提供具体字段信息 标注数据文件 文件名称：annotation...
    packageimg

  • 漫画非约束文本检测数据集

    2025年12月13日 30 23 2

    数据集概述 该数据集为漫画非约束文本检测研究提供支持，包含四百五十张图像的文本分割数据，图像源自Manga109数据集（需单独申请访问）。数据分为预处理和后处理两个版本，文本标注采用黑色（易识别文本）和粉色（难检测文本）两种颜色区分。 文件详解 文件名称：post-processed.zip 文件格式：ZIP压缩包...
    packageimg

  • CVL_Ruling_Database_Based_基于ICDAR2013手写分割ruling数据集

    2025年12月9日 30 207 161

    数据集概述 该数据集为合成生成的CVL ruling数据集，用于比较不同的ruling去除方法。基于ICDAR 2013手写分割数据库，通过添加四种不同ruling图像生成六百张测试图像，包含背景、ruling、文本及重叠区域的像素值定义。 文件详解 文件名称: cvl-ruling-database.zip 文件格式: ZIP (.zip)...
    packageimg

  • 学术论文写作文本结构分析数据集

    2025年9月22日 30 66 42

    学术论文写作文本结构分析数据集_Academic_Paper_Writing_Text_Structure_Analysis 数据来源：互联网公开数据 标签：文本分析, 自然语言处理, 论文写作, 结构化文本, 文本标注, 机器学习, 实体识别, 文本分割 数据概述：...
    packageimg

  • 孟加拉语文本分割数据集BengaliTextSplitDataset-tushartalukder

    2025年5月30日 30 173 37

    孟加拉语文本分割数据集BengaliTextSplitDataset-tushartalukder 数据来源：互联网公开数据 标签：文本分割, 孟加拉语, 自然语言处理, 语料库, 文本分析, 机器翻译, 数据标注, 语言学 数据概述： 该数据集包含孟加拉语文本，记录了用于训练和评估文本分割模型的数据。主要特征如下：...
    packageimg

  • 歌词分割数据集SplitLyricDataset-lehoanglonglong

    2025年5月28日 30 117 43

    歌词分割数据集SplitLyricDataset-lehoanglonglong 数据来源：互联网公开数据 标签：歌词，文本处理，数据集，自然语言处理，机器学习，文本分割，音乐分析，歌词识别 数据概述： 该数据集包含来自多种来源的歌词文本，记录了不同歌曲的歌词内容，并将其分割成单词或短语。主要特征如下：...
    packageimg

  • 孟加拉语文本分句与分割数据集BengaliTextSentenceSegmentationandSplitDataset-jjleesunny

    2025年5月21日 30 129 44

    孟加拉语文本分句与分割数据集BengaliTextSentenceSegmentationandSplitDataset-jjleesunny 数据来源：互联网公开数据 标签：孟加拉语, 文本处理, 分句, 文本分割, 自然语言处理, 语料库, 机器学习, 语言学 数据概述：...
    packageimg

  • 越南语水利工程管理专业问答数据集VietnameseWaterConservancyEngineeringManagementQADataset-ictunivers

    2025年4月29日 30 122 6

    越南语水利工程管理专业问答数据集VietnameseWaterConservancyEngineeringManagementQADataset-ictunivers 数据来源：互联网公开数据 标签：越南语, 问答系统, 水利工程, 文本分割, 语义理解, 知识图谱, 专业教育, 数据标注 数据概述：...
    packageimg

  • 越南语用户评论情感分析数据集VietnameseUserReviewsSentimentAnalysis-phngnguynvit

    2025年4月29日 30 99 22

    越南语用户评论情感分析数据集VietnameseUserReviewsSentimentAnalysis-phngnguynvit 数据来源：互联网公开数据 标签：情感分析, 越南语, 自然语言处理, 文本分类, 用户评论, 数据标注, 机器学习, 文本分割 数据概述：...
    packageimg

  • 大规模语言模型LLM生成文本分割数据集GSM-DataSplit-magnusgarl

    2025年4月24日 30 183 137

    大规模语言模型LLM生成文本分割数据集GSM-DataSplit-magnusgarl 数据来源：互联网公开数据 标签：自然语言处理，文本分割，数据集，大规模语言模型，文本处理，机器学习，数据增强，语言模型训练 数据概述： 该数据集包含用于评估和改进大规模语言模型（LLM）生成文本分割能力的数据。主要特征如下：...
    packageimg

  • 拉丁语分割数据数据集LatinSplitDataDataset-nerdofdot

    2025年4月24日 30 99 8

    拉丁语分割数据数据集LatinSplitDataDataset-nerdofdot 数据来源：互联网公开数据 标签：拉丁语，数据集，文本分割，语言处理，数据挖掘，历史文献，自然语言处理，语言学研究 数据概述： 该数据集包含拉丁语的文本分割数据，记录了拉丁语文本的分割和标注信息。主要特征如下：...
    packageimg

  • TED演讲文本主题分析与文本分割数据集-2020年5月1日

    2025年4月18日 30 52 12

    TED演讲文本主题分析与文本分割数据集-2020年5月1日 数据来源：互联网公开数据 标签：TED演讲,文本,演讲,文本分割,自然语言处理,机器学习,主题分析,演讲稿,NLP 数据概述： 本数据集包含了从TED.com网站抓取的TED演讲稿文本，每个演讲稿被分割成段落。演讲视频列表来源于“TED Talks Transcripts for...
    packageimg