找到21个数据集

标签: 语言资源

过滤结果

  • 伊博语重音符号恢复数据集

    2025年5月31日 30 25 7

    伊博语重音符号恢复数据集 数据来源：互联网公开数据 标签：伊博语,重音符号恢复,自然语言处理,机器学习,文本处理,语言资源 数据概述： 本数据集包含超过50万条经过精心整理的伊博语文本数据，数据来源包括开放获取的伊博语文学文本，如书籍、新闻文章等。数据集经过转录和预处理，旨在为AI模型的训练提供高质量的文本资源，特别是在模式识别领域。 数据用途概述：...
    packageimg

  • 印度英语-阿迪提语料库数据集Hinglish-AditiCorpusDataset-donutkashvi

    2025年5月29日 30 24 6

    印度英语-阿迪提语料库数据集Hinglish-AditiCorpusDataset-donutkashvi 数据来源：互联网公开数据 标签：印度英语，语料库，自然语言处理，文本分析，语言学，机器学习，文本数据，语言资源 数据概述： 该数据集包含来自阿迪提语料库的印度英语文本数据，记录了印度英语的各种语言现象。主要特征如下：...
    packageimg

  • 维基百科土耳其语数据集Wiki-TurkishDataset-eneskulak

    2025年5月29日 30 12 2

    维基百科土耳其语数据集Wiki-TurkishDataset-eneskulak 数据来源：互联网公开数据 标签：维基百科，土耳其语，数据集，自然语言处理，文本分析，机器学习，语言资源，文本挖掘 数据概述： 该数据集包含来自维基百科的土耳其语文本数据，记录了维基百科平台上土耳其语条目的完整内容。主要特征如下：...
    packageimg

  • 通用拼音输入法词库数据集GPNUAllWordsDataset-nazmuddhohaansary

    2025年5月28日 30 18 3

    通用拼音输入法词库数据集GPNUAllWordsDataset-nazmuddhohaansary 数据来源：互联网公开数据 标签：词库，输入法，数据集，中文，自然语言处理，语言资源，文本处理，机器学习 数据概述： 该数据集包含通用拼音输入法（GPNU）的完整词库数据，记录了中文词语及其对应的拼音信息。主要特征如下：...
    packageimg

  • 公司英语数据集CompanyEnglishDataset-rosdianashahril

    2025年5月13日 30 28 1

    公司英语数据集CompanyEnglishDataset-rosdianashahril 数据来源：互联网公开数据 标签：英语学习，企业培训，数据集，语言资源，自然语言处理，教育技术，商业沟通，职场英语 数据概述： 该数据集包含来自企业环境的英语文本数据，记录了公司内部沟通、商业邮件、培训资料等场景中的英语使用情况。主要特征如下：...
    packageimg

  • 南非北部索托语文本对齐数据集NorthernSothoTextAlignmentDataset-girlyphaladi

    2025年5月1日 30 30 3

    南非北部索托语文本对齐数据集NorthernSothoTextAlignmentDataset-girlyphaladi 数据来源：互联网公开数据 标签：文本对齐, 机器翻译, 语言学, 南非语, 语料库, 自然语言处理, 文本分析, 语言资源 数据概述： 该数据集包含来自南非北部索托语的文本对齐数据，记录了不同语句在语料库中的对应关系。主要特征如下：...
    packageimg

  • 尼日利亚努佩语单语语料库数据集NupeMonolingualCorpus-davidvictor297

    2025年5月1日 30 21 3

    尼日利亚努佩语单语语料库数据集NupeMonolingualCorpus-davidvictor297 数据来源：互联网公开数据 标签：语言学, 语料库, 努佩语, 自然语言处理, 文本分析, 语言资源, 文本语料, 尼日利亚 数据概述：...
    packageimg

  • 南非国家文化与语言技术委员会NCLT斯瓦希里语料库元数据数据集NCLTSwahiliCorpusMetadata-rewardmathebula

    2025年5月1日 30 21 3

    南非国家文化与语言技术委员会NCLT斯瓦希里语料库元数据数据集NCLTSwahiliCorpusMetadata-rewardmathebula 数据来源：互联网公开数据 标签：斯瓦希里语, 语料库, 元数据, 语言学, 文本分析, 语言资源, 南非, 自然语言处理 数据概述：...
    packageimg

  • 菲律宾宿务语DaddyBen系列文本数据集CebuanoDaddyBenTextCorpus-benzajtil

    2025年4月29日 30 20 9

    菲律宾宿务语DaddyBen系列文本数据集CebuanoDaddyBenTextCorpus-benzajtil 数据来源：互联网公开数据 标签：宿务语, 文本语料库, 方言, 语言学, 文本分析, 文化研究, 对话文本, 语言资源 数据概述： 该数据集包含来自菲律宾宿务语（Cebuano）的Daddy...
    packageimg

  • 乌尔都语罗马转写资源数据集-zeshanali

    2025年4月26日 30 14 8

    乌尔都语罗马转写资源数据集-zeshanali 数据来源：互联网公开数据 标签：乌尔都语，罗马转写，语言资源，自然语言处理，数据集，文本分析，机器翻译，文本转换 数据概述： 该数据集包含了乌尔都语的罗马字母转写文本资源。主要特征如下： 时间跨度：数据涵盖了不同时期的乌尔都语文本。 地理范围：数据主要来源于乌尔都语使用者群体。...
    packageimg

  • 英语-豪萨语翻译语料库数据集English-HausaTranslationCorpusDataset-gigikenneth

    2025年4月25日 30 26 10

    英语-豪萨语翻译语料库数据集English-HausaTranslationCorpusDataset-gigikenneth 数据来源：互联网公开数据 标签：语言翻译，语料库，自然语言处理，多语言，机器翻译，文本分析，语言资源，人工智能 数据概述： 该数据集包含来自英语到豪萨语的平行语料，记录了双语文本对，适用于机器翻译和语言学研究。主要特征如下：...
    packageimg

  • 基尼瓦尔语对话数据集KinyarwandaConversationDatasets-iranzidev

    2025年4月25日 30 17 5

    基尼瓦尔语对话数据集KinyarwandaConversationDatasets-iranzidev 数据来源：互联网公开数据 标签：基尼瓦尔语，对话数据，自然语言处理，语音识别，多语言，机器学习，语言资源，非洲语言 数据概述： 该数据集包含来自基尼瓦尔语（卢旺达官方语言之一）的对话数据，记录了基尼瓦尔语的口语交流内容。主要特征如下：...
    packageimg

  • 楚瓦什语维基百科平行语料库数据集Chuvash-WikiParallelCorpusDataset-kvzhirnov

    2025年4月25日 30 12 3

    楚瓦什语维基百科平行语料库数据集Chuvash-WikiParallelCorpusDataset-kvzhirnov 数据来源：互联网公开数据 标签：语言资源，平行语料库，自然语言处理，机器翻译，楚瓦什语，维基百科，多语言数据，文本分析 数据概述：...
    packageimg

  • 阿拉伯语新闻数据集ArabicNewsDatasetfromSabqWebsite-abdulrahmanals

    2025年4月25日 30 27 3

    阿拉伯语新闻数据集ArabicNewsDatasetfromSabqWebsite-abdulrahmanals 数据来源：互联网公开数据 标签：阿拉伯语，新闻数据，数据集，自然语言处理，文本分析，机器学习，新闻分类，语言资源 数据概述： 该数据集包含来自沙特阿拉伯Sabq新闻网站的文章数据，记录了网站发布的阿拉伯语新闻报道。主要特征如下：...
    packageimg

  • 阿法奥罗莫语维基百科数据集AfaanOromoWikipediaDataset-beknanchemedabeki

    2025年4月25日 30 13 7

    阿法奥罗莫语维基百科数据集AfaanOromoWikipediaDataset-beknanchemedabeki 数据来源：互联网公开数据 标签：维基百科，语言资源，数据集，自然语言处理，文本挖掘，多语言，人工智能，语言学 数据概述： 该数据集包含来自阿法奥罗莫语维基百科的文本数据，记录了阿法奥罗莫语维基百科的完整内容。主要特征如下：...
    packageimg

  • 尼泊尔语词典数据集NepaliDictionaryDataset-rakeshniraula

    2025年4月24日 30 18 4

    尼泊尔语词典数据集NepaliDictionaryDataset-rakeshniraula 数据来源：互联网公开数据 标签：语言学习，词典，数据集，尼泊尔语，词汇，教育，翻译，语言资源 数据概述： 该数据集包含来自尼泊尔语词典的数据，记录了尼泊尔语的词汇及其对应的释义和用法。主要特征如下： 时间跨度：数据记录的时间范围从词典的最初版本到最近更新。...
    packageimg

  • 词汇数据集Lexicon-CleanDataset-jvmchik

    2025年4月24日 30 15 7

    词汇数据集Lexicon-CleanDataset-jvmchik 数据来源：互联网公开数据 标签：语言学，词汇学，数据集，自然语言处理，文本分析，教育研究，数据清洗，语言资源 数据概述： 该数据集包含经过清洗和标准化的词汇数据，记录了多种语言的词汇信息。主要特征如下： 时间跨度：数据记录的时间范围不明确，主要为静态词汇数据。...
    packageimg

  • 印地语维基百科数据集HindiWikipediaDataset-vjdwary

    2025年4月23日 30 27 5

    印地语维基百科数据集HindiWikipediaDataset-vjdwary 数据来源：互联网公开数据 标签：维基百科，印地语，数据集，自然语言处理，文本分析，机器学习，语言资源，多语言处理 数据概述： 该数据集包含来自印地语维基百科的文本数据，记录了维基百科上的文章内容。主要特征如下：...
    packageimg

  • 土耳其语通用依存树库数据集TurkishUniversalDependenciesDataset-emirkaanozdemr

    2025年4月23日 30 13 5

    土耳其语通用依存树库数据集TurkishUniversalDependenciesDataset-emirkaanozdemr 数据来源：互联网公开数据 标签：语言学，依存句法，自然语言处理，土耳其语，数据集，句法分析，语言资源，机器学习 数据概述： 该数据集包含土耳其语的通用依存树库，记录了土耳其语文本的依存句法结构。主要特征如下：...
    packageimg

  • 美国人口普查姓名数据集2000-2010

    2025年4月15日 30 26 1

    美国人口普查姓名数据集2000-2010 数据来源：互联网公开数据 标签：美国人口普查,姓名,名字,姓氏,时间序列,数据清洗,语言资源 数据概述： 本数据集包含两个从美国人口普查获取的数据文件，以及三个从多元来源提取的.tsv文件。具体文件包括： - yob2000.txt：2000年美国人口普查中的男性和女性名字及其出现频率。 -...
    packageimg