自然语言处理 - 数据集列表

按标签查找

3D 3D打印 AI识别 APP信息 chatbot OCR stable diffusion windows 中文中英文中药书籍诗歌类二手房二手车二次元二维码条形码交流对话交通事故交通信号交通数据交通标志交通标识交通检测交通灯交通电子交通违法交通量交通预测产品信息京东人脸识别人车传感器传染病住院体育体育用品体育赛事体育运动作物病害保险数据分析信息分析信息处理信用卡停车位停车场儿科光伏光学检测兔公交车公司市值共享单车兴趣爱好内分泌科内科农作物分类出租车动漫动物声音

ocr手写字母识别数据集

Category：OCR识别数据集 Type：text Format：文本

Tags: 语言模型类

2 6 0.14KB

英文停词表stopwords数据集

英文停词表stopwords nltk停词表

Category：英文文本 Type：text Format：文本

Tags: 语言类

3 6 0.02KB

联合国英法平行语料库实验数据

该平行语料库以6：2：2的比例分为train, val, test三份数据集。英文为src，法文为tgt。

Category：语料库 Type：text Format：文本

Tags: 语言类

3 6 3.95GB

多语言数据集

Category：多语言处理 Type：text Format：文本

Tags: 语言类

3 6 2.46GB

自然语言处理数据集

Category：自然语言处理 Type：text Format：文本

Tags: 语言模型类

2 6 1.93GB

UN-6ways：联合国6种工作语言平行语料库

联合国平行语料库(1.0版)由已进入公有领域的联合国正式记录和其他会议文件组成。这些文件多数都有联合国六种语文的文本。本语料库当前版本包含1990至2014年编写并经人工翻译的文字内容，包括以语句为单位对齐的文本。

Category：语料库 Type：text Format：文本

Tags: 语言类

3 6 14.66GB

大型中文姓名语料库

CCNC: A Comprehensive Chinese Name Coprus。大型中文姓名语料库，内含365万条姓名语例，包括性别信息。

Category：语料库 Type：text Format：文本

Tags: 语言类

3 6 78.74MB