NLP_自然语言处理_公开数据集

NLP

Medium Articles 包含标记为AI、机器学习、数据科学或人工智能的帖子，以及用户信息

1.8G

480

NLP,Text Data,Literature

Medium Articles 包含标记为AI、机器学习、数据科学或人工智能的帖子，以及用户信息

Classification

AiswaryaRamachandran

74.17M

337

Business,NLP,Text Data,Binary Classification,Bigquery

科学流行评论删除

Classification

areeves87

0.11M

352

Business,NLP,Text Data

Strongbad邮件

Classification

Nolan Conaway

72.61M

1403

210

NLP,News,Social Science,Social Networks

FakeNewsNet 假新闻研究数据收集,假新闻、虚假信息、数据挖掘

Classification

Deepak Mahudeswaran

16.22M

366

NLP,Health,Medicine

医学成绩单,从mtsamples获取的医学转录数据

Classification

Tara Boyle

839.37M

426

NLP,Classification,Computer Science,Multiclass Classification

reddit自我发布分类任务，包含1000 多个精心挑选的类别

Classification

Mike Swarbrick Jones

3.3M

920

NLP,Computer Science,News,Text Data,Text Mining

NLTK路透社新闻文件,NLTK路透社语料库中的所有文件

Classification

Brad Boldenow

2.99M

500

Earth and Nature,NLP,Text Data,Text Mining

SComedy

Classification

Eduardo Reis

57.35M

324

Politics,NLP,Text Data,Linguistics,India

印度政治新闻2018

Classification

Xen.m.rph

160.13M

867

NLP,Transfer Learning,Languages

阿拉伯ULMFiT模型，基于Ar Wikipedia语料库的阿拉伯语模型

Classification

Abed Khooli

0.27M

335

Computer Science,Education,NLP,Recommender Systems,Search Engines

Kaggle工作

Classification

AbdullahAli

0.16M

389

NLP,Classification

韩国极端主义网站Womad仇恨言论数据

Classification

Yoo Beyoung Woo(???)

715.44M

410

Computer Science,NLP

Allennlp包

Classification

bilal2vec

142.92M

841

News,NLP

假新闻分类

Classification

Bytedance WSDM Cup 2019

ConceptNet Numberbatch 向量，来自 ConceptNet 的词向量

899.91M

403

NLP

ConceptNet Numberbatch 向量，来自 ConceptNet 的词向量

Classification

Nohman

1.52M

426

NLP,Exploratory Data Analysis,Classification,Random Forest

带注释的GMB语料库,GMB文本语料库的注释子集

Classification

Shoumik

8.94M

753

Arts and Entertainment,NLP,Text Data,Text Mining,Comics and Animation

《辛普森一家》的台词

Classification

Pierre Megret

891.28M

457

NLP,Text Mining

维基百科的句子，英语维基百科转储中收集了780万个句子

Classification

Mike Ortman

1.8G

391

NLP,Computer Science,Social Science

Reddit 评论分数预测，使用 NLP 预测评论分数

Classification

Evan Hallmark

143K

443

NLP

确定代词解析数据集

Classification

Ariba Siddiqui