3A2M-烹饪食谱数据集-nazmussakibrupol
数据来源：互联网公开数据
标签：食谱,烹饪,菜谱,食谱生成,自然语言处理,食材,菜品分类,深度学习,文本分析
数据概述：
3A2M+烹饪食谱数据集包含2,231,142条烹饪食谱，并按相关类别进行了标注。该数据集基于3A2M数据集构建。数据集中包含五个关键特征：菜品名称（title）、烹饪步骤（directions）、食材（NER）、补充食材（Extended NER，从烹饪步骤中提取）、菜品类别（genre，字符串格式）以及类别标签（label，数值表示，共9个类别）。
Extended NERs 是从“directions”列文本中提取的，考虑了食物的温度、烹饪方法、缺失的食材和烹饪器具等重要因素。
“title”、“directions”和“NER”属性的数据直接来自RecipeNLG数据集。30万条随机食谱由三位专家人工分类为九个类别之一。其余190万条食谱通过主动学习和委员会查询方法自动分类。命名实体（NER）使用流行的NER工具通过独特的流程提取。
数据用途概述：
该数据集适用于多种研究和应用场景，包括食谱生成、菜品分类、食材分析、营养分析、自然语言处理（NLP）任务等。研究人员可以利用该数据集进行食谱的自动生成，分析不同菜品的营养成分，或者进行菜品分类模型的训练。此外，该数据集也为NLP领域的其他研究提供了丰富的资源。
菜品类别：
数据集包含9个菜品类别，由专家选取：
烘焙（bakery）
饮品（drinks）
荤菜（non-veg）
蔬菜（vegetables）
快餐（fast food）
谷物（cereals）
主菜（meals）
配菜（sides）
融合菜（fusion）
引用：
如果您在研究中使用该数据集，请引用以下文章：
N. Sakib, G. Shahariar, M. M. Kabir, M. K. Hasan, and H. Mahmud, “Assorted, archetypal and annotated two million (3a2m) cooking recipes dataset based on active learning.”
或者使用BibTex格式：
@article{sakibassorted, title={Assorted, Archetypal and Annotated Two Million (3A2M) Cooking Recipes Dataset based on Active Learning}, author={Sakib, Nazmus and Shahariar, GM and Kabir, Md Mohsinul and Hasan, Md Kamrul and Mahmud, Hasan} }
