-
哈根_恩格尔药房历史档案数据集1924_1948
数据集概述 该数据集包含德国哈根·恩格尔药房的历史档案，主要为1924-1948年间的调查问卷、索引卡片及部分相关附件，通过Kalliope门户网站编目，记录药房历史相关信息。 文件详解 文件名称：18754.tiff，文件格式：TIFF，为光栅图像文件，可能包含药房历史档案的扫描影像...
-
希腊议会二战后会议记录分析与识别数据集1946_1947
数据集概述 该数据集通过文本识别与自然语言处理技术，解锁1946-1947年希腊议会会议记录的历史语料。包含经Transkribus训练的文本识别模型处理的3156张扫描图像，以及通过语言模型优化、信息提取技术分析的演讲数据，首次量化了获得掌声的议题。 文件详解 文件名称: README.md，文件格式: Markdown，内容:...
-
ЗООФРАЗЕМАЛАРНИНГ_Based_语义结构分析完整数据
数据集概述 该数据集包含一份与"ЗООФРАЗЕМАЛАРНИНГ СЕМАНТИК СТРУКТУРАСИГА ДОИР"主题相关的文档，以PDF格式存储，为研究该主题的语义结构提供数据支持。 文件详解 文件名称: Азамов Омаджон Бурхонович.pdf 文件格式: PDF (.pdf) 文件内容:...
-
欧洲上市航空公司2023年度及可持续发展报告数据集
数据集概述 本数据集包含欧洲十六家上市航空公司集团2023年度报告及可持续发展报告，主要来自各航空公司投资者关系网站。可持续发展报告多包含于年度报告中，少数为单独文档，共二十一份PDF文件。 文件详解 文件类型：均为PDF格式，共二十一份 具体文件示例：...
-
戈赫狮药店历史档案数据集
数据集概述 该数据集包含德国戈赫狮药店的历史档案，主要为1924年和1948年的历史问卷、索引卡片及部分公开附录材料，通过Kalliope门户编目，记录了药店的历史信息。 文件详解 数据集包含2个文件，具体说明如下： - 文件名称：18618.tiff - 文件格式：TIFF（.tiff） -...
-
LOTUS开放天然产物研究计划自定义词典
数据集概述 该数据集包含LOTUS开放天然产物研究计划框架下创建的自定义词典，以压缩文件形式存储，为天然产物研究领域提供标准化术语参考，支持相关学术分析与数据处理。 文件详解 文件名称: dictionarySource.zip 文件格式: ZIP压缩包（.zip） 文件内容: 包含LOTUS计划框架下构建的自定义词典数据，具体字段与结构需解压后查看...
-
数字世界新视角数据集
数据集概述 该数据集包含一份关于“数字世界新视角”主题的PDF文档，未提供具体描述内容，主要以文档形式呈现相关主题信息。 文件详解 文件名称: Combined_Document.pdf 文件格式: PDF 内容说明: 该文件为单一文档文件，未提供具体字段或内容结构描述，推测为与“数字世界新视角”主题相关的文本资料。 适用场景 数字领域主题内容分析...
-
软件相似度数据集
数据集概述 该数据集包含软件相似度学习的后处理数据，涉及软件功能的嵌入表示、软件信息提取结果及软件对的相似度评分数据，支持软件相似度相关研究与分析。 文件详解 数据压缩包： data.zip：ZIP格式压缩包，可能包含软件功能嵌入与信息提取的原始或处理后数据，如嵌入的软件图表示、函数名称及对应调用函数和函数令牌的信息。 相似度评分文件：...
-
俄语简历信息文本数据集
俄语简历信息文本数据集_Russian_Resume_Information_Text_Dataset 数据来源：互联网公开数据 标签：简历数据, 俄语文本, 职业信息, 文本挖掘, 自然语言处理, 简历分析, 职位描述, 信息提取 数据概述： 该数据集包含从俄语简历中提取的结构化文本信息，旨在为职业分析、简历解析等任务提供数据支持。主要特征如下：...
-
邮件文本内容分析数据集
邮件文本内容分析数据集_Email_Text_Content_Analysis 数据来源：互联网公开数据 标签：邮件内容, 文本分析, 自然语言处理, 文本挖掘, 数据清洗, 信息提取, 邮件安全, 语料库 数据概述： 该数据集包含来自邮件文本的数据，记录了邮件的原始内容。主要特征如下： 时间跨度：数据未明确标注时间，可视为静态文本语料库。...
-
越南新闻文章内容分类数据集
越南新闻文章内容分类数据集_Vietnam_News_Articles_Content_Classification 数据来源：互联网公开数据 标签：新闻文章, 内容分类, 文本分析, 越南语, 自然语言处理, 机器学习, 时事新闻, 数据集 数据概述：...
-
COVID-19实体识别数据集
COVID-19实体识别数据集 数据来源：互联网公开数据 标签：COVID-19,实体识别,自然语言处理,公共卫生,文本挖掘,知识图谱,信息提取 数据概述：...
-
巴西新闻文章文本数据集-新闻内容分析-2024
巴西新闻文章文本数据集-新闻内容分析-2024 数据来源：互联网公开数据 标签：巴西,新闻,文本,自然语言处理,NLP,金融,信息提取,时事,政治,经济,社会 数据概述： 本数据集包含来自巴西联邦数字图书馆的新闻文章文本，旨在为自然语言处理（NLP）模型构建提供可靠且一致的数据源。数据集涵盖了各种主题的新闻报道，为研究人员提供了丰富的文本数据。...
-
COVID-19开放研究数据集-2021-sshikamaru
COVID-19开放研究数据集-2021-sshikamaru 数据来源：互联网公开数据 标签：COVID-19,开放研究,自然语言处理,医学研究,数据科学,科研数据,科学数据,疫情研究 数据概述：...
-
CORD-19文本清洗数据集
CORD-19文本清洗数据集 数据来源：互联网公开数据 标签：文本清洗,COVID-19,学术研究,自然语言处理,数据预处理,文本挖掘,信息提取 数据概述： 本数据集是对CORD-19（COVID-19 Open Research...
-
医疗文档社保号码提取数据集MedicalDocumentSocialSecurityNumberExtractionDataset-chaosmvptr
医疗文档社保号码提取数据集MedicalDocumentSocialSecurityNumberExtractionDataset-chaosmvptr 数据来源：互联网公开数据 标签：光学字符识别, OCR, 图像处理, 社保号码, 文本识别, 数据标注, 医疗影像, 信息提取 数据概述：...
-
孟加拉语文本摘要数据集BengaliTextSummarizationDataset-hasanmoni
孟加拉语文本摘要数据集BengaliTextSummarizationDataset-hasanmoni 数据来源：互联网公开数据 标签：文本摘要，自然语言处理，数据集，机器学习，语言技术，孟加拉语，文本分析，信息提取 数据概述：该数据集包含来自互联网公开资源的孟加拉语文本及其对应的摘要，适用于文本摘要生成和自然语言处理研究。主要特征如下：...
-
文本分析与自然语言处理数据集TextAnalysisandNLPDataset-jayjinnie
文本分析与自然语言处理数据集TextAnalysisandNLPDataset-jayjinnie 数据来源：互联网公开数据 标签：文本分析，自然语言处理，数据集，机器学习，情感分析，文本分类，语言模型，信息提取 数据概述： 该数据集包含来自多个来源的文本数据，记录了各类文本内容及其相关属性。主要特征如下：...
-
金融文章处理数据集FinancialArticlesProcessedDataset-danielstegeman
金融文章处理数据集FinancialArticlesProcessedDataset-danielstegeman 数据来源：互联网公开数据 标签：金融，文章，数据处理，自然语言处理，数据集，文本分析，机器学习，信息提取 数据概述： 该数据集包含经过处理的金融文章数据，记录了金融领域的相关文章信息。主要特征如下：...
-
新闻摘要生成数据集XLSumCSVDataset-phoenixdev
新闻摘要生成数据集XLSumCSVDataset-phoenixdev 数据来源：互联网公开数据 标签：新闻摘要，数据集，自然语言处理，文本生成，机器学习，信息提取，人工智能，语言模型 数据概述： 该数据集包含来自多个新闻来源的新闻摘要数据，记录了新闻文章及其对应的摘要信息。主要特征如下： 时间跨度：数据记录的时间范围从2010年到2021年。...
