2.7G
3551
44
NLP
人工智能语料库-Ubuntu对话语料库 包含2600万次对话数据
Text
Rachael Tatman
30.7G
1218
1
NLP
Visual Question Answering V2.0 一个针对图像内容进行自然语言问答的数据集
Text
VQA
186.97M
1595
18
NLP
IAM 50个最常见的作家手写数据集
Text
TejasReddy
1.26G
1326
35
NLP
40万个手写姓名图像数据集
2D Box
landlord
373.28M
1395
1
NLP
WikiText 英语词库 包含1亿个词汇的英文词库数据
Text
Stephen Merity
762.56M
1981
7
NLP
JRC Names 实体专有名词库
Text
欧盟科学中心
311.27M
1875
17
NLP
Twitter-dataset 数据集
Text
ICWSM
437.79M
1782
2
NLP
reddit 250万个帖子数据
Text
reddit
1.53M
1439
49
NLP
Multi-Domain Sentiment Dataset--多域情感数据集
Text
Mark Dredze
25.01G
1084
0
NLP
WMT 2011 News Crawl 机器翻译数据
Text
Europarl
2.81M
1278
15
NLP
人民日报词性标注语料数据（199801）
Text
人民日报
452.85M
941
0
NLP
250万Reddit帖子数据
Text
Reddit
25.44M
1656
5
NLP
新闻类别数据集，包含20万条新闻标题
Text
Rishabh Misra
48.93M
961
1
NLP
爱尔兰时报新闻数据集
Text
爱尔兰时报
9.4M
1316
10
NLP
PubMed医学数据集： 包含提取的 3984 个医学句子
Classification
appen
1.1G
3037
8
OCR/Text Detection
THUCTC 中文文本分类数据集
Classification
清华大学自然语言处理与社会人文计算实验室
31.4M
1770
9
NLP
Twitter 社交数据集
Classification
Stanford University
773M
1141
1
NLP
Google+ 社交圈子数据集
Classification
Stanford University
1M
1704
21
NLP
Facebook圈子数据集
Classification
Stanford University
1.46G
1095
0
NLP
Europarl用于统计机器翻译的并行语料库(21种欧洲语言的版本)
Classification
University of Edinburgh