2.85G
1105
1
NLP,Software
GitHub NLP分析的标题和描述 超过800万个GitHub发布了标题和描述
Classification
David Shinn
3.91G
2858
3
NLP,OCR/Text Detection,Business,Image Search
街景房屋编号（SVHN）数据集，可用于对象识别算法的真实图像数据集
2D Box
iapr-tc11
112.7M
2221
0
NLP,Energy
街景文本（SVT）数据集，来自谷歌街景的图像数据
2D Box,Classification
Kai Wang
355M
1332
3
NLP
KAIST场景文本数据库
Classification
Prof. Jin Hyung Kim Seonghun Lee
96.05M
1804
4
NLP
MSRA文本检测500数据库（MSRA-TD500）
2D Box
Cong Yao
37.9G
1029
1
NLP,Animal
自然场景图像的合成文本，包含80万张图像和大约800万个合成单词实例
2D Box
Ankush Gupta, Andrea Vedaldi and Andrew Zisserman
101M
1202
0
NLP
IIIT 5K word数据集，包含广告牌、招牌、门牌号、门牌、电影海报等查询词
Classification
Anand Mishra
3.66M
1019
2
NLP
国产剧豆瓣评论数据
2D Box
sam
53.36M
1117
3
NLP
企业重大合同数据
N/A
lopo_hui
186.97M
2118
18
NLP
IAM 50个最常见的作家手写数据集
Text
TejasReddy
1.26G
1733
35
NLP
40万个手写姓名图像数据集
2D Box
landlord
311.27M
2434
17
NLP
Twitter-dataset 数据集
Text
ICWSM
437.79M
2328
2
NLP
reddit 250万个帖子数据
Text
reddit
1.53M
1772
49
NLP
Multi-Domain Sentiment Dataset--多域情感数据集
Text
Mark Dredze
25.01G
1311
0
NLP
WMT 2011 News Crawl 机器翻译数据
Text
Europarl
452.85M
1225
0
NLP
250万Reddit帖子数据
Text
Reddit
25.44M
2139
5
NLP
新闻类别数据集，包含20万条新闻标题
Text
Rishabh Misra
48.93M
1343
1
NLP
爱尔兰时报新闻数据集
Text
爱尔兰时报
31.4M
2239
9
NLP
Twitter 社交数据集
Classification
Stanford University
773M
1435
1
NLP
Google+ 社交圈子数据集
Classification
Stanford University