数据集列表
按类型查找
分类筛选
戴姆勒人行道预测基准数据集（ECCV'14）
本页介绍了戴姆勒的人行道预测基准数据集JFP Kooij，N。Schneider，F。Flohr和DM Gavrila。基于上下文的行人路径预测。程序欧洲
Category：通用
Type：text
Format：文本
1117
1
2.45M
查看详情
WikiText 英语词库 包含1亿个词汇的英文词库数据
WikiText英语词库数据（TheWikiTextLongTermDependencyLanguageModelingDataset）WikiText长期依赖语言建模数据集是一个包含1亿
Category：通用
Type：text
Format：文本
1872
1
373.28M
查看详情
JRC Names 实体专有名词库
JRC-Names是一个高度多语言的命名实体资源，用于个人和组织名称（称为“实体”）。它包含大量名称列表及其多种拼写变体（单个人
Category：通用
Type：text
Format：文本
2755
1
762.56M
查看详情
Twitter-dataset 数据集
ICWSM 2010论文中的数据可从以下链接获得。我们的数据集已匿名化，以保护用户自己的隐私。我们只发布有关Twitter链接结构的信息
Category：通用
Type：text
Format：文本
2552
1
311.27M
查看详情
reddit 250万个帖子数据
美国 reddit 新闻网站最受欢迎的 2500 名发布者每家媒体 1000 个发布内容及评论数据集，来自订阅者的前2,500个子评价，从2013年8
Category：通用
Type：text
Format：文本
2468
1
437.79M
查看详情
Multi-Domain Sentiment Dataset--多域情感数据集
多域情感数据集包含从Amazon.com获取的许多产品类型（域）的产品评论。一些域名（书籍和DVD）有成千上万的评论。其他（乐器）只
Category：通用
Type：text
Format：文本
1926
1
1.53M
查看详情
WMT 2011 News Crawl 机器翻译数据
WMT2011NewsCrawldata 是一个自然语言翻译数据，从 Europarlcorpus 语料中提取得到，包括：French-English、Spanish-English、Ge
Category：通用
Type：text
Format：文本
1417
1
25.01G
查看详情
人民日报词性标注语料数据（199801）
人民日报语料，分词和词性标注POS的语料(Chinese corpus for Word segmentation and par of speech)资源为1998年人民日报1-6月份
Category：通用
Type：text
Format：文本
1619
1
2.81M
查看详情
250万Reddit帖子数据
这是来自订阅者的前2500个子目录中的前1000个帖子的历史数据集，该数据是在2013年8月15日至20日之间从reddit中提取的。这是reddi
Category：通用
Type：text
Format：文本
1345
1
452.85M
查看详情
新闻类别数据集，包含20万条新闻标题
该数据集包含从HuffPost获得的2012年至2018年的大约20万条新闻标题。在该数据集上训练的模型可用于识别未跟踪新闻文章的标签或识
Category：通用
Type：text
Format：文本
2277
1
25.44M
查看详情