-
文本预处理语料库TextPreprocessingCorpus-dinhnhattruong
文本预处理语料库TextPreprocessingCorpus-dinhnhattruong 数据来源：互联网公开数据 标签：文本处理，数据集，自然语言处理，机器学习，文本挖掘，数据清洗，语言学，信息检索 数据概述：该数据集包含了来自互联网和公开出版物的文本数据，适用于文本预处理、自然语言处理等任务。主要特征如下：...
-
文件检索增强生成数据集RAGFilesDataset-anrenk
文件检索增强生成数据集RAGFilesDataset-anrenk 数据来源：互联网公开数据 标签：数据集，信息检索，自然语言处理，生成式AI，文件处理，知识管理，AI应用，文本分析 数据概述：该数据集包含用于检索增强生成（RAG）任务的多格式文件数据，记录了各类文档、文本和文件的检索与生成数据。主要特征如下：...
-
标题：文本标题提取数据集（Hasninasri Title Extraction Dataset）
标题：文本标题提取数据集（Hasninasri Title Extraction Dataset） 数据来源：互联网公开数据 标签：文本分析，标题提取，自然语言处理，机器学习，文本挖掘，NLP，数据集，信息检索 数据概述： 该数据集由Hasninasri提供，旨在用于文本标题的提取和生成任务，包含大量的文本内容及其对应的标题。主要特征如下：...
-
博客分类数据集BlogsClassificationDataset-atharvpatawar
博客分类数据集BlogsClassificationDataset-atharvpatawar 数据来源：互联网公开数据 标签：博客，分类，数据集，自然语言处理，文本分析，机器学习，信息检索，文本挖掘 数据概述：该数据集包含来自多个来源的博客文章数据，记录了各类博客的内容及其对应的分类标签。主要特征如下：...
-
BM25文档检索与信息提取数据集BM25DocumentRetrievalandInformationExtractionDataset-dinhnhattruong
BM25文档检索与信息提取数据集BM25DocumentRetrievalandInformationExtractionDataset-dinhnhattruong 数据来源：互联网公开数据 标签：文档检索，信息提取，数据集，信息检索，自然语言处理，机器学习，文本挖掘，数据科学 数据概述：...
-
Windows系统注释数据集-luckyrxy
Windows系统注释数据集-luckyrxy 数据来源：互联网公开数据 标签：Windows，操作系统，数据集，注释，软件工程，文本分析，自然语言处理，信息检索 数据概述： 该数据集包含Windows操作系统相关的注释信息，旨在提供关于Windows系统功能、代码、API等的详细描述。主要特征如下：...
-
LSH算法输出数据集LSHAlgorithmOutputDataset-aniladepu
LSH算法输出数据集LSHAlgorithmOutputDataset-aniladepu 数据来源：互联网公开数据 标签：算法输出，局部敏感哈希，数据集，数据处理，机器学习，数据挖掘，计算机科学，信息检索 数据概述： 该数据集包含来自局部敏感哈希（LSH）算法的输出结果，记录了LSH算法在处理大规模数据时的哈希结果。主要特征如下：...
-
信息检索与机器阅读理解数据集MSMARCODataset-parthplc
信息检索与机器阅读理解数据集MSMARCODataset-parthplc 数据来源：互联网公开数据 标签：信息检索，机器阅读理解，数据集，自然语言处理，搜索技术，人工智能，深度学习，文本分类 数据概述： 该数据集由微软（Microsoft）发布，主要记录了面向大规模信息检索和机器阅读理解任务的数据。主要特征如下：...
-
数据10万条数据与600万FAISS索引上下文数据集-hozaifazaki99
10万条数据与600万FAISS索引上下文数据集-hozaifazaki99 数据来源：互联网公开数据 标签：文本数据，向量检索，FAISS，上下文学习，自然语言处理，信息检索，数据集，机器学习 数据概述： 该数据集包含10万条文本数据及其对应的FAISS索引上下文，用于评估和训练向量检索模型。主要特征如下：...
-
法律问答数据集LegalQuestionAnsweringDataset-quangnm144
法律问答数据集LegalQuestionAnsweringDataset-quangnm144 数据来源：互联网公开数据 标签：法律问答, 信息检索, 自然语言处理, 问答系统, 法律文本, 文本匹配, 数据集, 知识图谱 数据概述：...
-
查询扩展技术数据集QueryExpansionDataset-fallzqm
查询扩展技术数据集QueryExpansionDataset-fallzqm 数据来源：互联网公开数据 标签：信息检索，查询扩展，数据集，自然语言处理，机器学习，搜索引擎，文本分析，人工智能 数据概述： 该数据集专注于查询扩展技术，记录了用户查询及其扩展后的相关查询信息。主要特征如下： 时间跨度：数据记录的时间范围从2010年到2020年。...
-
虚假新闻预处理数据集-gongjunmin
虚假新闻预处理数据集-gongjunmin 数据来源：互联网公开数据 标签：虚假新闻，文本分析，自然语言处理，数据集，机器学习，新闻分类，信息检索，舆情分析 数据概述： 该数据集包含了经过预处理的虚假新闻数据，旨在用于文本分析和自然语言处理任务。主要特征如下： 时间跨度：数据记录的时间范围涵盖近年来新闻报道。...
-
arXiv论文集增强版包含文体特征数据集arXivDatasetEnhancedwithStylometricFeatures-desaraxhura
arXiv论文集增强版包含文体特征数据集arXivDatasetEnhancedwithStylometricFeatures-desaraxhura 数据来源：互联网公开数据 标签：学术研究，文体分析，数据集，机器学习，文本挖掘，自然语言处理，信息检索，数据科学 数据概述：...
-
维基百科电影数据与互联网电影数据库IMDb信息关联数据集-takanami
维基百科电影数据与互联网电影数据库IMDb信息关联数据集-takanami 数据来源：互联网公开数据 标签：电影，维基百科，IMDb，数据集，文本分析，信息检索，数据挖掘，关联分析 数据概述： 该数据集整合了维基百科电影条目信息和互联网电影数据库（IMDb）数据，记录了电影的详细信息及其关联。主要特征如下： 时间跨度：...
-
哈萨克斯坦公共服务问答数据集KazakhstanPublicServiceQuestionAnsweringDataset-dianastam
哈萨克斯坦公共服务问答数据集KazakhstanPublicServiceQuestionAnsweringDataset-dianastam 数据来源：互联网公开数据 标签：问答系统, 公共服务, 自然语言处理, 文本匹配, 机器阅读理解, 信息检索, 哈萨克斯坦, Egov 数据概述：...
-
维基百科标识符数据集Wiki-IDSDataset-useruser98
维基百科标识符数据集Wiki-IDSDataset-useruser98 数据来源：互联网公开数据 标签：维基百科，标识符，数据集，文本分析，自然语言处理，信息检索，学术研究，网络科学 数据概述：该数据集包含了来自维基百科的页面标识符数据，记录了维基百科页面的唯一标识符及其相关信息。主要特征如下： 时间跨度：数据记录的时间范围从2010年到2023年。...
-
维基百科日语初始解析数据集KawikiInitialParsedDataset-zvikinozadze
维基百科日语初始解析数据集KawikiInitialParsedDataset-zvikinozadze 数据来源：互联网公开数据 标签：维基百科，日语，自然语言处理，数据集，文本分析，语言学，信息检索，文本解析 数据概述： 该数据集包含来自维基百科日语版的数据，记录了维基百科日语条目的初始解析结果。主要特征如下：...
-
新冠疫情政策问答数据集COVID-19PolicyQuestionAnsweringDataset-guojinxu
新冠疫情政策问答数据集COVID-19PolicyQuestionAnsweringDataset-guojinxu 数据来源：互联网公开数据 标签：新冠疫情, 政策问答, 信息检索, 自然语言处理, 文本匹配, 问答系统, 数据集, 疫情政策 数据概述：...
-
哈萨克斯坦电子政务服务问答数据集Kazakhstane-GovServiceQuestionAnsweringDataset-skyz0z0
哈萨克斯坦电子政务服务问答数据集Kazakhstane-GovServiceQuestionAnsweringDataset-skyz0z0 数据来源：互联网公开数据 标签：电子政务, 问答系统, 自然语言处理, 信息检索, 文本分析, 机器学习, 语言识别, 哈萨克斯坦 数据概述：...
-
药物名称数据集UCIDrugNameDataset-ahmedalghali
药物名称数据集UCIDrugNameDataset-ahmedalghali 数据来源：互联网公开数据 标签：药物名称，数据集，药理学，医学，数据清洗，信息检索，自然语言处理，健康科学 数据概述：该数据集来源于UCI机器学习库，记录了多种药物的相关信息，包括药物名称、品牌名称、药物类别、活性成分等。主要特征如下：...
