数据集 - 海数据

塞尔维亚小说语料库2021年4月版

2025年12月4日 30 111 51

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。...

ZIP

亚马逊机器学习挑战赛2022-23数据集

2025年6月4日 30 146 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：...

ZIP

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

2025年5月12日 30 169 78

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-...

ZIP

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

2025年5月10日 30 5 4

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：...

ZIP

毒性分类数据集

2025年5月5日 30 66 55

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-...

ZIP

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

2025年4月29日 30 115 91

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：...

ZIP

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

2025年4月24日 30 1 0

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：...