数据集 - 海数据

MHDL_Based_1922电影行业贸易出版物语料库数据

2026年1月29日 30 52 21

数据集概述本数据集为1922年电影行业贸易出版物语料库，含23种出版物的DJVU文本文件及相似度分析代码压缩包。聚焦1922年7月电影行业贸易出版物竞争格局，覆盖知名刊物（如Variety）、被遗忘刊物、影迷杂志、技术期刊等，支持研究电影行业贸易出版文化及期刊间差异。文件详解文件名称：1922DataFiles.zip 文件格式：ZIP...

ZIP

P_demotion_Extended_Sample_语言学实验扩展样本数据集

2026年1月20日 30 122 44

数据集概述本数据集是Polonez Bis项目（编号2021/43/P/HS2/01395）的组成部分，由Adam Mickiewicz University的Katarzyna Janic团队创建并填充，数据收集自语法挖掘及语言专家咨询。数据集对应Polonez Bis 1项目的扩展样本，包含1个Excel文件，当前处于待调整状态。文件详解...

ZIP

Chronicling_America_Based_1810_1861美国报纸孤立主义语言AI分析数据集

2025年12月31日 30 137 32

数据集概述本数据集包含基于Chronicling America数据集的AI驱动搜索与分析方法及结果，聚焦1810-1861年美国报纸中与外交事务相关的“isolation”“isolated”词汇使用情况，含2个文件，支持美国历史孤立主义语言模式研究。文件详解方法论文档文件名称：Methodology for Chronicling...

ZIP

可核查事实主张基准数据集

2025年12月21日 30 78 53

数据集概述该数据集为可核查事实主张的基准数据集，包含1960-2016年美国大选总统辩论中提取的陈述，以及人工标注的可核查性标签，将每条陈述分为非事实陈述、不重要事实陈述和可核查事实陈述三类。文件详解文件名称: ClaimBuster_Datasets.zip 文件格式: ZIP压缩包内容说明:...

ZIP

通用20种模式数据集_含参考文献

2025年12月10日 30 202 140

数据集概述该数据集包含覆盖两千多种语言的通用20种模式相关数据及参考文献，持续更新中。同时提供包含一千六百八十七种语言的历史样本，可通过指定网站获取，为语言研究提供支持。文件详解 U20LanguageAppendix(Terraling).pdf：PDF格式文件，可能包含通用20种模式相关的语言附录内容...

ZIP

DebatePorts_Args_me_2019_Based_论点检索数据集完整数据

2025年12月9日 30 175 38

数据集概述该数据集为args.me语料库1.0的已清理版本，包含2019年年中从Debatewise、IDebate.org、Debatepedia和Debate.org四个辩论门户网站爬取的382545条论点，为论点检索研究提供结构化数据支持。文件详解文件名称：argsme-1.0-cleaned.zip 文件格式：ZIP压缩包（.zip）...