HuggingFace平台模型元数据与下载量分析数据集-2021年6月
数据来源：互联网公开数据
标签：Hugging Face, 模型, 机器学习, 自然语言处理, 计算机视觉, 模型库, 元数据, 下载量, 文本分析
数据概述：
本数据集包含了Hugging Face模型中心（Model Hub）上超过10,000个公开上传模型的元数据信息，数据采集时间为2021年6月15日至20日。数据集通过Hugging Face官方提供的API生成，旨在为用户提供对Hugging Face模型库的深入分析与研究基础。
数据集主要包含两个文件：
1. huggingface_models.csv：主文件，包含模型的元数据信息，例如模型名称、标签、最后修改时间、文件名等。
2. huggingface_modelcard_readme.csv：详细文件，包含每个模型README.md文件的内容，README内容以Markdown格式存储，提供关于模型训练、基准测试和作者说明的详细信息。
huggingface_models.csv字段说明：
* modelId：模型在Hugging Face网站上的唯一标识符。
* lastModified：模型最后修改的时间。
* tags：与模型相关的标签（由维护者提供）。
* pipeline_tag：如果存在，表示该模型可用于的pipeline类型。
* files：模型库中可用的文件列表。
* publishedBy：根据modelId生成的自定义列，标识模型的发布者。
* downloads_last_month：模型上个月的下载次数。
* library：模型所属的库名称，例如：transformers, spacy, timm等。
huggingface_modelcard_readme.csv字段说明：
* modelId：模型在Hugging Face网站上的唯一标识符。
* modelCard：模型的README内容，包含模型训练方式、基准测试结果和作者说明等信息。
数据用途概述：
该数据集适用于多种研究和应用场景，包括：模型趋势分析、模型性能评估、模型标签和pipeline分析、模型库生态研究等。数据使用者可以利用此数据进行模型检索、筛选、比较，探索不同模型之间的关系，分析模型下载量与模型特征之间的关联，以及深入研究Hugging Face模型库的发展趋势。此外，该数据集也可用于机器学习、自然语言处理、计算机视觉等领域的教学与研究。
