数据集 - 海数据

谷歌新闻原始数据集

2025年4月14日

谷歌新闻原始数据集数据来源：互联网公开数据标签：谷歌新闻,原始数据,自然语言处理,文本分析,数据科学,新闻内容数据概述：本数据集包含从谷歌新闻收集的新闻文章集合，数据通过网络抓取获得，涵盖多个新闻来源的原始、未加工文本。该数据集提供了广泛的新聞内容，适用于自然语言处理项目、文本分析和其他需要原始文本数据的数据科学应用。数据用途概述：...

ZIP

Goodreads书籍样本数据清洗与整理数据集

2025年4月14日

Goodreads书籍样本数据清洗与整理数据集数据来源：互联网公开数据标签：书籍,Goodreads,数据清洗,文本分析,图书推荐,Python,数据整理数据概述：...

ZIP

AskReddit热门评论数据集-NLP文本分析

2025年4月14日

AskReddit热门评论数据集-NLP文本分析数据来源：互联网公开数据标签：AskReddit,评论,Reddit,文本分析,NLP,自然语言处理,情感分析,热门评论,数据分析,EDA 数据概述：本数据集包含了过去一个月内AskReddit版块中，最热门的评论数据。...

ZIP

英文引言与标签分类数据集

2025年4月14日

英文引言与标签分类数据集数据来源：互联网公开数据标签：引言,作者,标签分类,数据清理,文本分析,数据挖掘数据概述：...

ZIP

数据科学领域访谈博客文章互动表现数据集

2025年4月14日

数据科学领域访谈博客文章互动表现数据集数据来源：互联网公开数据标签：数据科学,访谈,博客,机器学习,人物访谈,文本分析,社交媒体,互动分析数据概述：本数据集包含了Sanyam...

ZIP

印度巴拉特生物科技公司Covaxin新冠疫苗推文数据集

2025年4月14日

印度巴拉特生物科技公司Covaxin新冠疫苗推文数据集数据来源：互联网公开数据标签：Covaxin,新冠疫苗,疫苗,推文,社交媒体,巴拉特生物科技,疫情,公共卫生,文本分析数据概述：本数据集包含了巴拉特生物科技公司（Bharat Biotech）在Twitter平台上发布的超过200条关于Covaxin新冠疫苗的推文。...

ZIP

古兰经数字奇迹分析数据集1990-2023

2025年4月14日

古兰经数字奇迹分析数据集1990-2023 数据来源：互联网公开数据标签：古兰经,数字奇迹,伊斯兰教,文化研究,历史文献,文本分析,数据科学数据概述：...

ZIP

孟加拉每日英语新闻文章数据集

2025年4月14日

孟加拉每日英语新闻文章数据集数据来源：互联网公开数据标签：孟加拉,新闻,自然语言处理,文本分析,时间序列,媒体研究,信息提取数据概述：本数据集收录了孟加拉每日英语新闻文章，数据来源包括五个主要的孟加拉英语新闻门户：The Daily Star、The Financial Express、New Age bd、Dhaka Tribune 和...

ZIP

互联网公开数据集深度洞察与应用分析

2025年4月8日

标题：互联网公开数据集深度洞察与应用分析数据内容：该数据集包含以下字段： 1. id：标识数据记录的唯一标识符，共有53043种不同的值。 2. statement：描述具体事件或信息的文本字段，共有51074种不同的值。 3. status：表示事件或信息的状态，共有7种不同的值。数据来源：互联网公开数据数据用途：...

CSV

互联网公开数据集垃圾邮件分类与文本分析

2025年4月8日

标题：互联网公开数据集垃圾邮件分类与文本分析数据内容：该数据集包含文本内容（text）和垃圾邮件分类（spam）两个字段。文本内容字段包含5695种不同的文本值，垃圾邮件分类字段包含两种不同的分类值（0和1）。数据来源：互联网公开数据...

CSV

CommonsenseQA文本问答数据集

2024年11月10日

CommonsenseQA 是常识问答任务的数据集。该数据集由 12,247 个问题组成，每个问题有 5 个选项。数据集是由 Amazon Mechanical Turk 工作人员在以下过程中生成的（括号中提供了一个示例）：人群工作人员从 ConceptNet（“河流”）和三个目标概念（“瀑布”、“桥梁”、“ Valley”）都通过相同的...