找到13个数据集

标签: 文本特征提取

过滤结果

  • Telugu_Suicide_Based心理健康检测泰卢固语文本数据集

    2026年2月6日 30 196 73

    数据集概述 本数据集是Kaggle英文自杀检测数据集前5万行的泰卢固语翻译版，使用IndicTrans2翻译模型生成。核心内容为含自杀倾向标注的泰卢固语文本，每条数据包含文本内容及“自杀倾向”或“非自杀倾向”的分类标签，旨在支持泰卢固语心理健康检测相关研究，共包含2个文件。 文件详解 README.md 文件格式：MD...
    packageimg

  • DIALLS语料库的主要和次要分析报告_修订版

    2026年2月1日 30 83 28

    数据集概述 本数据集为DIALLS语料库的主次分析修订结果，包含一份处理后的Excel文件。数据涉及NLP文本语料库分析，可能关联医疗CT相关内容，无训练测试、数据标签或原始处理的拆分，专注于语料库的标准化分析呈现。 文件详解 文件名称：CORPUS LIGHT CODED_correct.xlsx 文件格式：XLSX...
    packageimg

  • PAN24_CLEF2024_Based多作者写作风格变化检测数据集

    2026年1月23日 30 13 5

    数据集概述 本数据集为PAN@CLEF2024共享任务“多作者写作风格分析”的专用数据，包含三种难度（Easy、Medium、Hard）的英文文档，任务为段落级内在风格变化检测。数据集分为训练集、验证集和测试集，训练集和验证集含真实标签，测试集无标签，用于算法开发与评估。 文件详解 文件名称：pan24-multi-author-...
    packageimg

  • HyperPhS_Based_文本嵌入数据与预训练模型_Processed

    2026年1月21日 30 205 196

    数据集概述 本数据集包含HyperPhS相关的处理后文本嵌入数据及预训练模型，核心为三类文本嵌入JSON文件与一个模型文件，总计4个文件，无目录层级，主要用于自然语言处理相关任务的模型应用与文本分析。 文件详解 文本嵌入数据文件（共3个）...
    packageimg

  • 塞尔维亚小说语料库2021年4月版

    2025年12月4日 30 7 3

    数据集概述 该数据集是2021年4月发布的塞尔维亚小说语料库（ELTeC-srp），包含90部以一级编码标注的小说文本，属于欧洲文学文本集合（ELTeC）的一部分，由COST Action项目推动构建。 文件详解 README.md（Markdown格式）：包含语料库版本信息、发布说明、DOI引用链接及项目背景介绍，帮助用户理解数据集的来源与使用规范。...
    packageimg

  • 亚马逊机器学习挑战赛2022-23数据集

    2025年6月4日 30 15 13

    亚马逊机器学习挑战赛2022-23数据集 数据来源：互联网公开数据 标签：自然语言处理,产品数据分析,长度预测,机器学习竞赛,亚马逊平台,文本特征提取,包装优化 数据概述：...
    packageimg

  • 嵌入与TF-IDF文本特征提取数据集EmbeddedandTF-IDFTextFeatureExtractionDataset-malav312

    2025年5月12日 30 80 55

    嵌入与TF-IDF文本特征提取数据集EmbeddedandTF-IDFTextFeatureExtractionDataset-malav312 数据来源：互联网公开数据 标签：自然语言处理，文本特征提取，机器学习，数据集，TF-IDF，词嵌入，文本分析，信息检索 数据概述：该数据集包含用于文本特征提取的嵌入和TF-...
    packageimg

  • 邮件主题垃圾邮件分类数据集EmailSubjectSpamClassification-diazdeentr

    2025年5月10日 30 41 17

    邮件主题垃圾邮件分类数据集EmailSubjectSpamClassification-diazdeentr 数据来源：互联网公开数据 标签：垃圾邮件, 邮件分类, 文本挖掘, 自然语言处理, 机器学习, 文本特征提取, 邮件内容分析, 二分类 数据概述：...
    packageimg

  • 毒性分类数据集

    2025年5月5日 30 24 1

    毒性分类数据集 数据来源：互联网公开数据 标签：毒性分类,文本分析,机器学习,自然语言处理,Word2Vec,TF-IDF,文本特征提取,分类模型训练 数据概述： 本数据集是一个用于毒性分类任务的文本数据集，包含经过预处理和特征提取的文本样本，旨在帮助研究者和开发者进行毒性文本识别和分类模型的训练与优化。数据集通过Word2Vec和TF-...
    packageimg

  • 词汇语义关联分析数据集LexicalSemanticAssociationAnalysis-murtadhayaseen

    2025年4月29日 30 152 8

    词汇语义关联分析数据集LexicalSemanticAssociationAnalysis-murtadhayaseen 数据来源：互联网公开数据 标签：词汇关联, 语义分析, 文本挖掘, 自然语言处理, 语料库, 词向量, 文本特征提取, 数据清洗 数据概述： 该数据集包含从多个来源收集的词汇数据，记录了词汇之间的语义关联信息。主要特征如下：...
    packageimg

  • 文本特征提取TF-IDF提交数据集TF-IDFSubmissionDataset-panser

    2025年4月24日 30 169 156

    文本特征提取TF-IDF提交数据集TF-IDFSubmissionDataset-panser 数据来源：互联网公开数据 标签：文本分析，TF-IDF，数据集，自然语言处理，机器学习，信息检索，文本挖掘，文本特征 数据概述： 该数据集包含来自公开提交的文本特征提取数据，记录了通过TF-IDF方法提取的文本特征。主要特征如下：...
    packageimg

  • 电子邮件分类检测垃圾邮件与非垃圾邮件数据集-brahimettanany

    2025年4月21日 30 130 2

    电子邮件分类检测垃圾邮件与非垃圾邮件数据集-brahimettanany 数据来源：互联网公开数据 标签：电子邮件分类,垃圾邮件,非垃圾邮件,文本分析,机器学习,数据标注,文本特征提取 数据概述：...
    packageimg

  • 产品情感分析数据集2022

    2025年4月14日 30 192 141

    产品情感分析数据集2022 数据来源：互联网公开数据 标签：产品情感分析,自然语言处理,机器学习,预训练模型,情感分类,文本特征提取 数据概述：...
    packageimg