找到65个数据集

标签: 中文

过滤结果

  • 加泰罗尼亚语_中文平行句子机器翻译评估数据集_测试版

    2026年1月31日 30 124 67

    数据集概述 本数据集包含来自加泰罗尼亚语维基新闻、加泰罗尼亚语维基百科和西班牙语维基导游的平行句子，共一千零二十二条。数据涵盖加泰罗尼亚语、西班牙语及对应的GPT-4生成中文翻译和人工修订中文翻译，覆盖科学技术、文化、经济等十大主题，可用于机器翻译模型评估与强化学习人类偏好数据研究。 文件详解 文件名称：test.json 文件格式：JSON...
    packageimg

  • Compound_words_Based_阿拉伯语中文复合词样本数据

    2026年1月27日 30 135 31

    数据集概述 本数据集包含阿拉伯语与中文复合词相关的样本数据，聚焦两种语言复合词的对比研究场景，为语言学领域的复合词结构、构成规则等分析提供基础样本支持，数据集由单一文件构成。 文件详解 文件名称：Arabic & Chinese samples.xlsx 文件格式：XLSX...
    packageimg

  • Phenopackets_Based_多语言基因医学案例集_自动更新版

    2026年1月26日 30 117 81

    数据集概述 本数据集包含基于Phenopackets生成的多语言基因医学案例集，支持捷克语、中文、荷兰语、英语、德语、意大利语、日语、西班牙语和土耳其语共9种语言，用于LLM研究，会随Phenopacket Store更新自动同步最新HPO翻译和案例数据。 文件详解 压缩文件（ZIP）...
    packageimg

  • 汉乌英三种语言中抽象名词的语义解读数据集

    2025年12月9日 30 196 67

    数据集概述 本数据集聚焦于中文、乌兹别克语和英语三种语言中抽象名词的语义解读研究，以单一PDF文档形式呈现相关研究内容，为跨语言词汇语义对比分析提供资料支持。 文件详解 文件名称: Jabborov Azamat Ashirkul oʽgʽli.pdf 文件格式: PDF (.pdf) 文件内容:...
    packageimg

  • 文本分类新闻数据集

    2025年10月11日 30 173 47

    文本分类新闻数据集_Text_Classification_News_Dataset 数据来源：互联网公开数据 标签：文本分类, 新闻, 自然语言处理, 机器学习, 语料库, 分类, 深度学习, 中文 数据概述： 该数据集包含来自新闻网站的文本数据，记录了经过预处理的中文新闻文章，用于文本分类任务。主要特征如下：...
    packageimg

  • 中文文本生成评估数据集

    2025年8月26日 30 132 101

    中文文本生成评估数据集_Chinese_Text_Generation_Evaluation_Dataset 数据来源：互联网公开数据 标签：文本生成, 中文, 自然语言处理, 评估, 语言模型, 数据集, 文本质量, 机器翻译 数据概述： 该数据集包含用于评估中文文本生成模型性能的数据，记录了生成的中文文本及其相应的评估指标。主要特征如下：...
    packageimg

  • 中文维基百科2019年文本数据集

    2025年8月25日 30 38 19

    中文维基百科2019年文本数据集_Chinese_Wikipedia_2019_Text_Dataset 数据来源：互联网公开数据 标签：维基百科, 中文, 文本数据, 自然语言处理, 语料库, 文本分析, 语言模型, 知识图谱 数据概述： 该数据集包含来自2019年中文维基百科的文本数据，记录了维基百科上各种主题的中文文章内容。主要特征如下：...
    packageimg

  • 中文新闻文本分类数据集_Chinese_News_Text_Classification_Dataset

    2025年6月28日 30 20 10

    中文新闻文本分类数据集_Chinese_News_Text_Classification_Dataset 数据来源：互联网公开数据 标签：文本分类, 新闻, 情感分析, 自然语言处理, 机器学习, 类别识别, 语料库, 中文 数据概述： 该数据集包含来自互联网的新闻文本，记录了不同类别的新闻文章内容，主要用于文本分类任务。主要特征如下：...
    packageimg

  • Digikala电商平台用户评论情感分析数据集DigikalaE-commercePlatformUserReviewsSentimentAnalysis...

    2025年5月30日 30 45 22

    Digikala电商平台用户评论情感分析数据集DigikalaE-commercePlatformUserReviewsSentimentAnalysisDataset-hangman1998 数据来源：互联网公开数据 标签：自然语言处理，情感分析，数据集，电商，用户评论，机器学习，文本挖掘，中文 数据概述：...
    packageimg

  • 中文OCR识别数据集-jianse

    2025年5月29日 30 167 77

    中文OCR识别数据集-jianse 数据来源：互联网公开数据 标签：OCR，光学字符识别，数据集，图像处理，深度学习，文本识别，中文，自然语言处理 数据概述：该数据集包含用于中文OCR（光学字符识别）任务的图像和对应的文本标注数据。主要特征如下： 时间跨度：数据集涵盖了不同时间段的中文文本图像。...
    packageimg

  • 歌词清洗与预处理数据集-kalyanitewari

    2025年5月29日 30 23 16

    歌词清洗与预处理数据集-kalyanitewari 数据来源：互联网公开数据 标签：歌词，文本分析，自然语言处理，数据集，情感分析，音乐，数据清洗，中文 数据概述： 该数据集包含了经过清洗和预处理的歌词数据，旨在为自然语言处理和文本分析任务提供高质量的文本资源。主要特征如下： 时间跨度：数据记录的时间范围不明确，但包含了不同年代的歌词。...
    packageimg

  • 游戏翻译语料库-中文-越南语对照数据集GameTranslationCorpus-Chinese-Vietnamese-trninh

    2025年5月29日 30 136 88

    游戏翻译语料库-中文-越南语对照数据集GameTranslationCorpus-Chinese-Vietnamese-trninh 数据来源：互联网公开数据 标签：机器翻译, 游戏翻译, 语言对, 中文, 越南语, 文本数据, 语料库, 多语言 数据概述：...
    packageimg

  • 文本拼写纠错数据集DF-SpellcheckDataset-alvaromendizabal

    2025年5月29日 30 151 125

    文本拼写纠错数据集DF-SpellcheckDataset-alvaromendizabal 数据来源：互联网公开数据 标签：拼写纠错，自然语言处理，数据集，文本校对，机器学习，语言模型，文本分析，中文 数据概述： 该数据集包含用于拼写纠错任务的文本数据，专注于中文文本的拼写错误及其对应的正确文本。主要特征如下：...
    packageimg

  • 数据2020年Shopee代码联赛情感分析数据集-rareloto

    2025年5月29日 30 145 48

    2020年Shopee代码联赛情感分析数据集-rareloto 数据来源：互联网公开数据 标签：情感分析，自然语言处理，数据集，机器学习，文本分类，电商，Shopee，中文 数据概述： 该数据集来自2020年Shopee代码联赛，旨在用于情感分析任务，特别是针对电商平台上的用户评论。主要特征如下： 时间跨度：数据记录的时间范围为2020年。...
    packageimg

  • 中文语言理解评测数据集CLUEAnswerDataset-prajeshrajbhandari

    2025年5月29日 30 200 156

    中文语言理解评测数据集CLUEAnswerDataset-prajeshrajbhandari 数据来源：互联网公开数据 标签：自然语言处理，文本分类，机器学习，数据集，中文，语言理解，文本分析，人工智能 数据概述： 该数据集是中文语言理解评测（CLUE）的一部分，主要包含中文文本的分类和标注数据，用于评估和训练自然语言处理模型。主要特征如下：...
    packageimg

  • 维基文库标题草稿数据集ZhWikiSourceTitleDraftDataset-raynardj

    2025年5月29日 30 49 6

    维基文库标题草稿数据集ZhWikiSourceTitleDraftDataset-raynardj 数据来源：互联网公开数据 标签：维基文库，标题，草稿，文本分析，自然语言处理，数据集，中文，语料库 数据概述： 该数据集包含来自维基文库（ZhWikiSource）的标题草稿数据，记录了维基文库中标题草稿的详细信息。主要特征如下：...
    packageimg

  • 通用拼音输入法词库数据集GPNUAllWordsDataset-nazmuddhohaansary

    2025年5月28日 30 26 2

    通用拼音输入法词库数据集GPNUAllWordsDataset-nazmuddhohaansary 数据来源：互联网公开数据 标签：词库，输入法，数据集，中文，自然语言处理，语言资源，文本处理，机器学习 数据概述： 该数据集包含通用拼音输入法（GPNU）的完整词库数据，记录了中文词语及其对应的拼音信息。主要特征如下：...
    packageimg

  • 千言实体链接预处理数据集-kejiewang

    2025年5月28日 30 179 175

    千言实体链接预处理数据集-kejiewang 数据来源：互联网公开数据 标签：自然语言处理，实体链接，数据集，中文，文本处理，信息抽取，知识图谱，预处理 数据概述： 该数据集包含经过预处理的中文文本数据，旨在用于实体链接任务。数据的主要特征如下： 时间跨度：数据未明确标注时间范围，主要聚焦于文本内容本身。...
    packageimg

  • 新闻文章情感分析数据集NewPreprocessedNewsArticlesSentimentAnalysisDataset-zeuss2k3

    2025年5月28日 30 30 27

    新闻文章情感分析数据集NewPreprocessedNewsArticlesSentimentAnalysisDataset-zeuss2k3 数据来源：互联网公开数据 标签：情感分析，新闻文章，数据集，自然语言处理，机器学习，文本分析，情感分类，中文 数据概述： 该数据集包含预处理过的新闻文章数据，旨在用于情感分析任务。主要特征如下：...
    packageimg

  • 单热编码未翻译文本数据集-franciscomisa

    2025年5月28日 30 92 77

    单热编码未翻译文本数据集-franciscomisa 数据来源：互联网公开数据 标签：文本数据，单热编码，机器学习，自然语言处理，数据预处理，文本分类，数据分析，中文 数据概述： 该数据集包含经过单热编码处理的未翻译文本数据，主要用于机器学习模型的训练和评估。主要特征如下： 时间跨度：数据记录时间不限，为静态数据集。...
    packageimg