数据集 - 海数据

Kalasatama_CityJSON_Based语义视图分析3D城市模型数据

2026年1月19日

数据集概述本数据集为适用于语义视图分析的CityJSON格式3D城市模型示例，由阿尔托大学2020年生成。模型基于赫尔辛基相关公开数据集转换而来，可通过指定浏览器工具进行语义视图分析，支持3D城市模型的可视化与语义分析研究。文件详解文件名称：Kalasatama.json 文件格式：JSON...

ZIP

OBO_Foundry_Snapshot_本体词汇分析数据集_20220316

2026年1月19日

数据集概述本数据集为2022年3月16日的OBO Foundry本体快照，用于OBO Foundry本体的词汇分析。包含3个文件，无目录层级，主要文件类型为ZIP压缩包和TSV表格，记录本体版本、候选本体及成员本体信息。文件详解 candidate_ontologies.zip 文件格式：ZIP 内容说明：候选本体压缩包，包含OBO...

ZIP

Wikidata_embedding_20170613_知识图谱实体关系嵌入模型

2026年1月19日

数据集概述本数据集为基于Wikidata 2017年6月13日快照生成的实体嵌入模型，通过CBOW算法训练得到。模型使用Wikidata的三元组关系数据构建训练语料，包含实体和属性的向量表示，可用于知识图谱相关的语义分析任务。文件详解文件名称：wikidata-20170613-truthy-BETA-cbow-...

ZIP

NFDI4Culture_Based_文化知识图谱交换格式规范数据_v1_2_1

2026年1月19日

数据集概述本数据集为文化知识图谱（Culture Knowledge Graph）联邦数据采集设计的交换格式规范（CGIF）相关数据发布，包含规范的源文件、图表及使用后材料，采用基于schema.org的轻量级格式，支持从数据集合中采集含IRI、名称、日期等受控词汇属性的资源，提升数据可发现性。文件详解文件名称：ta5-cgif-...

ZIP

OMOP2OBO_Based_OMOP药物暴露成分与OBO本体映射数据_V1_0

2026年1月19日

数据集概述本数据集为OMOP2OBO Drug Exposure Ingredient Mappings V1.0，通过OMOP2OBO算法生成，实现OMOP标准药物暴露成分概念（基于RxNorm）与ChEBI、NCBITaxon、PRO、VO等OBO Foundry本体的映射，含自动（基于TF-IDF嵌入、余弦相似度）及手动映射，支持语义互操作性。...

ZIP

IESO_Based_智能能源系统本体_本地灵活性市场与电力系统联合仿真演示数据

2026年1月19日

数据集概述本数据集基于智能能源系统本体（IESO），提供电力能源系统多智能体系统的语义互操作性支持。通过复用现有电力子领域语义模型构建共享词汇，实现语义推理、约束验证与数据标准化。数据集包含联合仿真演示相关文件，展示IESO在农村配电网管理中的应用。文件详解文件名称：data.zip 文件格式：ZIP...

ZIP

KitchenOBJs_Based_Wikidata厨房用具子类RDF转储数据集

2026年1月19日

数据集概述本数据集是通过wdumps工具生成的Wikidata RDF转储，聚焦厨房用具子类，包含4个相关文件，记录数据生成工具版本、转储日期、实体及三元组统计等元信息，以及厨房用具子类的结构化数据规范，为知识图谱构建与语义分析提供基础数据。文件详解 info.json 文件格式：JSON...

ZIP

Indo_Iranian_Uralic_Based_乌拉尔语系印伊语借词分布数据

2026年1月19日

数据集概述本数据集是Grünthal等人2022年论文《Drastic demographic events triggered the Uralic spread》的附录，整理了乌拉尔语系中的早期印伊语借词及其分布情况，数据来源于赫尔辛基大学Samppa Holopainen 2019年博士论文。文件详解...

ZIP

Neo_Assyrian_Oracc_Based新亚述语料库族名分布模式研究数据

2026年1月19日

数据集概述本数据集是论文“Broad-scale patterns in the distribution of ethnic names in the Neo-Assyrian Oracc corpus”的关联表格与列表，包含8个文件，涉及族名分布的语义分析、拼写标准化、文本类型分类等内容，用于支撑新亚述Oracc语料库中族名分布模式的研究。...

Wikimedia_Commons_Based_动物单标签分类语义感知图像数据集

2026年1月15日

数据集概述本数据集是基于Wikimedia Commons构建的动物单标签分类语义感知图像数据集，包含不同语义粒度的动物图像分类数据，分为Class1、Class2、Class3三个层级，各层级类别数量和图像数量按语义粒度递增/递减，用于评估语义特征对单标签图像分类算法效率的影响。文件详解文件名称：Description.txt 文件格式：TXT...

ZIP

气候书籍_如何避免气候灾难_格蕾塔_通贝里与比尔_盖茨著作的修辞框架与主题分析数据

2026年1月19日

数据集概述本数据集包含用于分析Greta Thunberg《The Climate Book》与Bill Gates《How to Avoid a Climate Disaster》两本书籍修辞框架的编码及引述内容，通过结构化整理支持对气候议题相关文本修辞策略的研究。文件详解文件名称：Codes and Quotes for Analysis...

ZIP

Catalan_Parliamentary_Debate_加泰罗尼亚议会辩论样本数据

2026年1月18日

数据集概述本数据集为加泰罗尼亚议会辩论样本，包含2012年12月及2016年1月两次全体就职会议的辩论内容，涉及Artur Mas连任及Carles Puigdemont当选加泰罗尼亚政府主席的相关讨论。数据用于研究议会话语、情态标记使用与意识形态表达的关系，仅含一个文档文件。文件详解文件名称：Dataset_ Catalan...

ZIP

Pisgah_Archaeology_密西西比文化Pisgah期陶器残片三维模型数据

2026年1月18日

数据集概述本数据集包含一件Pisgah Complicated Stamped风格陶器口沿残片的考古信息与数字资源，残片出土于北卡罗来纳州Swain县Sawnooke遗址，属于密西西比文化Pisgah期（公元1000-1400年），材质为陶瓷，记录有尺寸、馆藏编号及文献引用信息，配套提供数字图像与三维模型文件。文件详解图像文件（共5个）...

ZIP

ODDC_探索开放数据对尼日利亚2013年预算社会媒体讨论数据的影响_2014年6月

2026年1月18日

数据集概述本数据集为尼日利亚2013年预算相关的社交媒体讨论数据，提取自在线话语内容，是"探索开放数据在发展中国家的新兴影响"（ODDC）研究项目中，尼日利亚在线国家预算使用案例媒体分析的组成部分，包含1个文件。文件详解文件名称：Social_Media_Data_June_2014.xlsx 文件格式：XLSX...

ZIP

AnCora_Catalan_Based_加泰罗尼亚语多层面标注语料库_2_0_0版

2026年1月18日

数据集概述本数据集为AnCora Catalan 2.0.0加泰罗尼亚语语料库，包含约五十万字，主要基于新闻文本构建。数据在词元与词性、句法成分与功能、论元结构与题元角色、动词语义类、名词WordNet同义词集关联、命名实体及共指关系等多层面进行标注，是自然语言处理研究的基础资源。文件详解文件名称：AnCora Catalan 2.0.0.zip...

ZIP

Sensemaking_Online_Post_and_comments_意义构建研究数据

2026年1月17日

数据集概述本数据集包含用于研究在线内容意义构建的帖子与评论数据，涉及算法治理引发的宏观危机下微观层面的隐喻意义构建，以及在线劳动中生活体验的细致纹理。数据集共6个文件，涵盖支持脚本、说明文档、隐喻分析文件、帖子评论数据及汇总表等内容。文件详解数据文件（.xls/.xlsx格式，共5个）...

ZIP

French_WSD_Based_Princeton_WordNet标识符法语词义消歧数据集

2026年1月17日

数据集概述本数据集用于基于Princeton WordNet标识符的法语词义消歧任务，包含两个自动翻译并对齐的训练语料库（SemCor、WordNet Gloss Corpus），以及一个从SemEval 2013任务12转换而来的测试语料库，总计3个XML文件。文件详解训练语料库文件...

ZIP

Edward_FitzGerald_Life_and_Letters_其他兴趣与观点分析数据

2026年1月17日

数据集概述本数据集是Edward FitzGerald书信研究档案的一部分，由独立研究者W H (Bill) Martin和Sandra Mason整理，包含基于其书信分析兴趣与观点的结构化数据，涉及时事、宗教、旅行等多个主题，支持对作家多维度思想的研究，总计16个文件。文件详解说明文件文件名称：README...