-
拼写纠正数据集SpellCorrectionDataset-zerowith
拼写纠正数据集SpellCorrectionDataset-zerowith 数据来源：互联网公开数据 标签：自然语言处理，拼写纠正，数据集，文本处理，机器学习，语言技术，数据挖掘，计算机科学 数据概述： 该数据集专注于拼写纠正任务，包含大量包含拼写错误的文本数据及其对应的正确文本。主要特征如下：...
-
文本可读性分析数据集Readability-FoldsDataset-abhishek
文本可读性分析数据集Readability-FoldsDataset-abhishek 数据来源：互联网公开数据 标签：自然语言处理，文本分析，可读性评估，机器学习，教育技术，数据集，文本处理，语言模型 数据概述： 该数据集专注于文本可读性分析，记录了不同文本样本的可读性特征和评分。主要特征如下：...
-
泰国新闻分类数据集ThaiNewsClassificationDataset-mssjss
泰国新闻分类数据集ThaiNewsClassificationDataset-mssjss 数据来源：互联网公开数据 标签：新闻分类，文本处理，数据集，机器学习，自然语言处理，多语言，信息检索，数据挖掘 数据概述： 该数据集包含来自泰国新闻网站的新闻文章数据，记录了不同类别新闻的分类信息。主要特征如下：...
-
姓名性别数据集Name-GenderDataset-shivanshpandeys
姓名性别数据集Name-GenderDataset-shivanshpandeys 数据来源：互联网公开数据 标签：姓名分析，性别识别，数据集，文本处理，机器学习，自然语言处理，人口统计，数据分析 数据概述： 该数据集包含来自公开来源的姓名和性别数据，记录了不同姓名对应的性别信息。主要特征如下： 时间跨度：数据记录的时间范围不明确，涵盖历史和现代姓名。...
-
技术人才招聘与正则表达式应用数据集TechTalentRecruitingwithRegexDataset-abdelazizsami
技术人才招聘与正则表达式应用数据集TechTalentRecruitingwithRegexDataset-abdelazizsami 数据来源：互联网公开数据 标签：技术招聘，正则表达式，数据集，人才分析，文本处理，机器学习，人力资源，自然语言处理...
-
未对齐的标记化数据集CenteredTokenized-2Dataset-enarior
未对齐的标记化数据集CenteredTokenized-2Dataset-enarior 数据来源：互联网公开数据 标签：自然语言处理，数据集，文本处理，机器学习，语言模型，数据标注，文本分类，深度学习 数据概述： 该数据集包含来自未对齐标记化处理过程的文本数据，记录了经过特定标记化方法处理的文本样本。主要特征如下：...
-
文本处理测试数据集-sandeep100joshi
文本处理测试数据集-sandeep100joshi 数据来源：互联网公开数据 标签：文本处理，测试，数据集，自然语言处理，机器学习，文本分析，数据清洗，模型评估 数据概述： 该数据集包含用于文本处理任务的测试数据，记录了各种文本信息。主要特征如下： 时间跨度： 数据记录的时间范围不限，主要关注文本内容本身。 地理范围：...
-
Thread应用程序用户评价数据集ThreadAppReviewsDataset-isaidhs
Thread应用程序用户评价数据集ThreadAppReviewsDataset-isaidhs 数据来源：互联网公开数据 标签：应用程序，用户评价，数据集，社交媒体，用户体验，数据挖掘，情感分析，文本处理 数据概述： 该数据集包含来自Thread应用程序的用户评价数据，记录了用户对该应用程序的使用体验和反馈。主要特征如下：...
-
法语语法纠错数据集JFLEGFrenchGrammarCorrectionDataset-turiabu
法语语法纠错数据集JFLEGFrenchGrammarCorrectionDataset-turiabu 数据来源：互联网公开数据 标签：语法纠错，自然语言处理，数据集，机器学习，语言模型，文本处理，法语，人工智能 数据概述： 该数据集包含来自JFLEG项目（JFLEG French Grammar...
-
新闻标题拼写错误数据集100万条
新闻标题拼写错误数据集100万条 数据来源：互联网公开数据 标签：拼写错误,新闻标题,自然语言处理,数据生成,拼写校正模型,机器学习,文本处理 数据概述： 本数据集包含通过nlpaug库生成的100万条新闻标题的拼写错误数据。这些标题原本应为正确拼写，但经过处理引入了不同类型的拼写错误，为构建和评估拼写校正模型提供了丰富的训练和测试材料。...
-
COVID19CDC指南推文上下文数据集-2020年至2021年-vesuvius13
COVID19CDC指南推文上下文数据集-2020年至2021年-vesuvius13 数据来源：互联网公开数据 标签：COVID19, CDC, 推特, 数据抓取, 情感分析, 上下文检测, 文本处理 数据概述： 本数据集通过Python的Twint库从Twitter抓取了与COVID19...
-
CommonLit外部数据集-2021-sayantankirtaniya
CommonLit外部数据集-2021-sayantankirtaniya 数据来源：互联网公开数据 标签：CommonLit,可读性分析,教育数据,儿童文学,文本处理,阅读水平评估 数据概述：...
-
自然语言处理NLP神经机器翻译数据集NN-NLPNeuralMachineTranslationDataset-tarekelkhateb
自然语言处理NLP神经机器翻译数据集NN-NLPNeuralMachineTranslationDataset-tarekelkhateb 数据来源：互联网公开数据 标签：自然语言处理，机器翻译，数据集，深度学习，神经网络，文本处理，语言模型，翻译模型 数据概述：...
-
五十年间324首歌曲歌词文本挖掘数据集-chengjhj
五十年间324首歌曲歌词文本挖掘数据集-chengjhj 数据来源：互联网公开数据 标签：歌词,文本挖掘,音乐,五十年代,歌曲,歌词分析,文本处理 数据概述：...
-
文本编码与TF-IDF权重计算数据集Encode-TFIDFDataset-damvantai
文本编码与TF-IDF权重计算数据集Encode-TFIDFDataset-damvantai 数据来源：互联网公开数据 标签：文本处理，TF-IDF，数据集，自然语言处理，特征提取，机器学习，信息检索，文本分析 数据概述： 该数据集专注于文本编码与TF-IDF（词频-逆文档频率）权重计算，记录了文本数据经过处理后的特征向量。主要特征如下：...
-
预处理与正常聊天数据集PrevertedandNormalChatsDataset-namangarg110
预处理与正常聊天数据集PrevertedandNormalChatsDataset-namangarg110 数据来源：互联网公开数据 标签：聊天记录，数据集，文本处理，自然语言处理，机器学习，情感分析，文本分类，心理健康 数据概述： 该数据集包含预处理过的异常聊天记录和正常聊天记录，适用于自然语言处理和机器学习任务。主要特征如下：...
-
医疗文本PHI受保护健康信息标注数据集-vijayakashv03
医疗文本PHI受保护健康信息标注数据集-vijayakashv03 数据来源：互联网公开数据 标签：PHI,医疗文本,数据标注,隐私保护,NLP,自然语言处理,文本处理,数据安全,敏感信息,信息脱敏 数据概述： 本数据集专为敏感信息脱敏设计，特别是受保护健康信息（PHI, Protected Health...
-
DAIGT-qwen生成文本数据集-2023-zheyushen
DAIGT-qwen生成文本数据集-2023-zheyushen 数据来源：互联网公开数据 标签：DAIGT,qwen,文本生成,数据集,机器学习,深度学习,训练数据,文本处理 数据概述： 本数据集包含由DAIGT-...
-
维基数据员工标签化数据集-2020年2月-toddcook
维基数据员工标签化数据集-2020年2月-toddcook 数据来源：互联网公开数据 标签：维基数据,员工标签,职业分析,数据清理,机器学习,文本处理,自然语言处理,开源数据 数据概述：...
-
网络语义解析数据集第一部分-2023-swaroopnath6
网络语义解析数据集第一部分-2023-swaroopnath6 数据来源：互联网公开数据 标签：网络语义解析,数据集,网络爬虫,信息提取,文本处理,网站解析 数据概述： 本数据集旨在将网站上的相关信息解析为易于理解的文本格式，帮助用户从海量互联网信息中提取出重要数据。数据集包含了从多个信息网站中提取的各种HTML标签特征。...
