Select Language

公开数据集

20万英语笑话文本数据集

20万英语笑话文本数据集

Scene:

OCR/Text Detection

Data Type:

Classification
所需积分:6 去赚积分?
  • 315浏览
  • 0下载
  • 0点赞
  • 收藏
  • 分享

贡献者查看主页

小小程序员

致力于人工智能业务的研究、数据集处理。

Data Preview ? 24.57M

    Data Structure ?

    *数据结构实际以真实数据为准

    发布时间: 2016年

    这个数据库中有大约208000个笑话。

    文件

    目前数据集包含来自三个来源的笑话。

    ----------------------------------------------
    reddit_jokes.json |  195K jokes | 7.40M tokens
    stupidstuff.json  | 3.77K jokes |  396K tokens
    wocka.json        | 10.0K jokes | 1.11M tokens
    ----------------------------------------------
    TOTAL             |  208K jokes | 8.91M tokens
    ----------------------------------------------

    格式

    每个文件都是一个JSON文档,其中包含一个笑话对象的平面列表。每个笑话对象总是具有基于数据集的附加字段的正文字段。显然这些笑话并不全是好笑的;我们希望可以找到最好的,排序在相关的其他领域。请注意,这个标题在许多情况下都是笑话的一部分(特别是对于Reddit提交的笑话)。

    # 数据集

    数据引用:

    @misc{pungas,
            title={A dataset of English plaintext jokes.},
            url={https://github.com/taivop/joke-dataset},
            author={Pungas, Taivo},
            year={2017},
            publisher = {GitHub},
            journal = {GitHub repository}
    }
    0相关评论
    ×

    帕依提提提温馨提示

    该数据集正在整理中,为您准备了其他渠道,请您使用

    注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。