-
新闻组文档数据集分析报告
标题：新闻组文档数据集分析报告 数据内容：本数据集包含来自互联网公开数据的新闻组文档信息，其中包括新闻组名称和文档标识符两个数据元素。具体而言，数据集中的每个记录都包含“newsgroup”（新闻组名称）和“document_id”（文档标识符）两个字段，分别用于标识文档所属的新闻组和文档的唯一标识。 数据来源：互联网公开数据...
-
BBC新闻内容数据集BBCNewsContentDataset-malwyshihab
BBC新闻内容数据集BBCNewsContentDataset-malwyshihab 数据来源：互联网公开数据 标签：新闻，媒体内容，数据集，文本分析，自然语言处理，机器学习，新闻分类，信息挖掘 数据概述： 该数据集包含来自BBC新闻网站的文章数据，记录了BBC发布的各类新闻文章的文本内容和相关信息。主要特征如下：...
-
矛盾侦探沃森训练集上采样版ContradictoryMyDearWatsonTrainUpsampled数据集-hatemalamir
矛盾侦探沃森训练集上采样版ContradictoryMyDearWatsonTrainUpsampled数据集-hatemalamir 数据来源：互联网公开数据 标签：自然语言处理，矛盾检测，数据集，人工智能，机器学习，文本分析，情感分析，多语言支持 数据概述： 该数据集为Contradictory My Dear...
-
词典数据集LexiconDataDataset-cakrulgaming
词典数据集LexiconDataDataset-cakrulgaming 数据来源：互联网公开数据 标签：词典，数据集，自然语言处理，语言学，词汇研究，文本分析，教育，机器学习 数据概述： 该数据集包含来自多个来源的词典数据，记录了大量词汇的详细信息。主要特征如下： 时间跨度：数据记录的时间范围从20世纪初到现代。...
-
新闻标题数据集
新闻标题数据集 数据来源：互联网公开数据 标签：新闻,媒体,时间序列,新闻分析,行业趋势,数据挖掘,文本分析 数据概述： 本数据集包含了约140万条新闻标题，数据来源为《华尔街日报》和《华盛顿邮报》，时间范围覆盖2011年至2022年。数据集中的每条记录包含新闻标题、相关标签、发布时间和新闻链接，为研究新闻内容及其传播趋势提供了丰富的基础数据支持。...
-
Reddit帖子互动预测评论数据集-2005至2019年-kashyapgohil
Reddit帖子互动预测评论数据集-2005至2019年-kashyapgohil 数据来源：互联网公开数据 标签：Reddit,社交媒体,帖子,评论,互动,预测,文本分析,时间序列,机器学习 数据概述： 本数据集包含来自Reddit平台的帖子评论数据，用于预测帖子受欢迎程度。...
-
英文标点符号识别与光学字符识别数据集Punctuation-EN-OCRDataset-thnhhunhtn
英文标点符号识别与光学字符识别数据集Punctuation-EN-OCRDataset-thnhhunhtn 数据来源：互联网公开数据 标签：自然语言处理，光学字符识别，数据集，文本分析，机器学习，计算机视觉，语言技术，符号识别 数据概述：...
-
智能问答聊天机器人训练与评估数据集QAChatbotDataset-arhamyousufzai
智能问答聊天机器人训练与评估数据集QAChatbotDataset-arhamyousufzai 数据来源：互联网公开数据 标签：自然语言处理，智能客服，数据集，机器学习，对话系统，文本分析，人工智能，对话训练 数据概述： 该数据集包含用于训练和评估智能问答聊天机器人的对话数据，记录了用户与机器人之间的问答交互内容。主要特征如下：...
-
开放域问答三语数据集ODQATrilingualDataDataset-aninditabhattacharya
开放域问答三语数据集ODQATrilingualDataDataset-aninditabhattacharya 数据来源：互联网公开数据 标签：开放域问答，数据集，三语翻译，自然语言处理，机器学习，信息检索，多语言处理，文本分析...
-
消费者评论数据集CustomersReviewsDataset-akritiipaudel
消费者评论数据集CustomersReviewsDataset-akritiipaudel 数据来源：互联网公开数据 标签：消费者评论，数据集，文本分析，情感分析，机器学习，自然语言处理，市场研究，用户体验 数据概述： 该数据集包含来自电商平台，社交媒体等渠道的消费者评论数据，记录了用户对产品或服务的评价。主要特征如下：...
-
阿拉伯语假新闻与真新闻文章数据集-shyakanobledavid
阿拉伯语假新闻与真新闻文章数据集-shyakanobledavid 数据来源：互联网公开数据 标签：阿拉伯语,假新闻,真新闻,新闻,文本分析,机器学习,数据预处理 数据概述： 本数据集由多个流行的阿拉伯语新闻网站抓取，包括Misbar（https://misbar.com/）、No...
-
土耳其餐厅评论情感分析数据集-2024-mertsengil
土耳其餐厅评论情感分析数据集-2024-mertsengil 数据来源：互联网公开数据 标签：土耳其语,情感分析,方面级情感分析,餐厅评论,NLP,文本分析,机器学习,自然语言处理 数据概述：...
-
人类对话文本数据集HumanChatDataset-josepjuli
人类对话文本数据集HumanChatDataset-josepjuli 数据来源：互联网公开数据 标签：人类对话，文本数据，自然语言处理，聊天记录，语言模型，机器学习，对话系统，文本分析 数据概述：该数据集包含来自互联网的大量人类对话文本，记录了不同场景下的对话记录。主要特征如下： 时间跨度：数据记录的时间范围从2010年到2023年。...
-
文本预处理与词形还原训练数据集-marouanesidali
文本预处理与词形还原训练数据集-marouanesidali 数据来源：互联网公开数据 标签：文本预处理，词形还原，自然语言处理，机器学习，文本分析，数据集，NLP，训练数据 数据概述： 该数据集包含了经过预处理和词形还原的文本数据，主要用于训练和评估自然语言处理模型。主要特征如下： 时间跨度：数据记录的时间范围不限，取决于原始文本数据集的构成。...
-
垃圾邮件与正常邮件分类数据集SpamHamMessagesDataset-zenomarhoum
垃圾邮件与正常邮件分类数据集SpamHamMessagesDataset-zenomarhoum 数据来源：互联网公开数据 标签：垃圾邮件，邮件分类，数据集，自然语言处理，机器学习，文本分析，数据挖掘，信息安全 数据概述： 该数据集包含来自公开邮件来源的邮件数据，记录了垃圾邮件和正常邮件的文本内容。主要特征如下：...
-
情感分析通用数据集-shankhad
情感分析通用数据集-shankhad 数据来源：互联网公开数据 标签：情感分析，文本分析，自然语言处理，数据集，机器学习，情感分类，情绪识别，文本挖掘，中文 数据概述： 该数据集包含来自多个来源的文本数据，用于情感分析任务，旨在识别文本中表达的情感倾向。主要特征如下： 时间跨度：数据记录的时间跨度不固定，涵盖了不同时期和语境下的文本数据。...
-
大规模语言模型增强数据集LLMAugmentedData-zhenghao97
大规模语言模型增强数据集LLMAugmentedData-zhenghao97 数据来源：互联网公开数据 标签：语言模型，数据集，数据增强，自然语言处理，文本生成，机器学习，文本分析，人工智能 数据概述： 该数据集包含由大规模语言模型（LLM）生成和增强的文本数据，旨在用于训练和评估各种自然语言处理（NLP）模型。主要特征如下：...
-
垃圾邮件检测测试数据集SpamTestDataset-maureenekwems
垃圾邮件检测测试数据集SpamTestDataset-maureenekwems 数据来源：互联网公开数据 标签：垃圾邮件，数据集，邮件分类，机器学习，文本分析，分类算法，自然语言处理，网络安全 数据概述： 该数据集包含来自电子邮件服务的邮件数据，记录了不同邮件的分类标签（垃圾邮件或非垃圾邮件）。主要特征如下： 时间跨度：...
-
自然语言处理入门数据集NLPStartedDataset-liangyou
自然语言处理入门数据集NLPStartedDataset-liangyou 数据来源：互联网公开数据 标签：自然语言处理，NLP，文本分析，机器学习，数据集，文本分类，情感分析，语言模型，入门 数据概述： 该数据集包含多个文本数据集，旨在帮助初学者入门自然语言处理领域。主要特征如下：...
-
数据10000条样本语言识别数据集-amitverma2030
10000条样本语言识别数据集-amitverma2030 数据来源：互联网公开数据 标签：语言识别，数据集，自然语言处理，文本分类，机器学习，文本分析，语言学，人工智能 数据概述： 该数据集包含10000条文本样本，用于语言识别任务。主要特征如下： 时间跨度：数据无明确的时间范围，为静态数据集。 地理范围：数据涵盖多种语言，文本来源多样。...
