数据集 - 海数据

Janssen_Based_2629种化合物抗SARS_CoV_2_RdRP虚拟筛选及细胞实验验证数据

2026年1月2日 30 168 66

数据集概述本数据集记录了Janssen Pharmaceutica化合物库中2629种化合物针对SARS-CoV-2 RdRP靶点的虚拟筛选结果，以及潜在活性化合物在VeroE6细胞抗SARS-CoV-2实验中的验证数据，核心呈现药物筛选的关键结果。文件详解文件名称：Virtual screening of 2629 Janssen...

ZIP

泰米尔语表情包恶意内容分类数据集

2025年12月20日 30 194 37

数据集概述本数据集是针对泰米尔语表情包的恶意内容分类资源，包含标注为“恶意”和“非恶意”的表情包图像，以及对应的拉丁转写文本，旨在支持印度语言表情包恶意内容的计算建模研究。文件详解文件名称: Tamil_troll_memes-dataset.zip 文件格式: ZIP压缩包内容说明:...

ZIP

数据2020年灾难推文语料库

2025年12月7日 30 196 10

数据集概述该数据集包含2020年收集的、覆盖10类灾难共48起事件的推文数据，每条推文标注了是否与对应灾难相关。数据以平衡正负样本的文件形式组织，旨在为灾难相关推文过滤算法提供基准测试支持。文件详解文件名称：disaster-tweet-filtering-tranquil-tweets.zip 文件格式：ZIP压缩包...

ZIP

RECOD_ai重大事件社交媒体链接数据集

2025年12月13日 30 121 9

数据集概述本数据集包含2018年8月14日至2021年1月6日期间发生的34起法医相关事件的社交媒体内容链接，涵盖火灾、坍塌、枪击等六类事件，提供各事件的社交帖子、图片、视频链接及配套说明文件，支持法医分析研究。文件详解核心压缩文件： recod-ai-events-dataset-...

ZIP

米兰奥古斯特模型数据集

2025年12月11日 30 162 60

数据集概述本数据集包含与“米兰奥古斯特模型”相关的文件，主要由图片文件和三维模型文件构成，为模型的视觉呈现与三维结构展示提供数据支持。文件详解文件名称: thumb0.jpeg、thumb1.jpeg、thumb2.jpeg、thumb3.jpeg：文件格式为JPEG，共4个，占文件总数的百分之八十，推测为模型的缩略图或预览图片。文件名称:...

ZIP

Webis网页错误标注数据集2019

2025年12月8日 30 30 7

数据集概述本数据集包含对Webis-Web-Archive-17中一万个网页存档的多种标注，涵盖广告占比、页面完整性、加载状态、色情内容等类别，以及弹窗、验证码、错误信息的显示程度，为网页内容质量分析提供标注数据支持。文件详解该数据集包含四个文件，具体说明如下： - 数据文件: - webis-web-archive-17-content-...

ZIP

多语言错误信息推文数据集

2025年12月7日 30 72 55

数据集概述该数据集包含多语言错误信息推文（MMTweet）相关的标注指南、结构化数据文件、代码脚本等资源，覆盖推文分类、声明匹配等任务，支持多语言错误信息检测与分析研究。文件详解标注指南文件： Data Annotation – Tweet Classification.pdf：PDF格式，推文分类任务的标注规范文档 Data...

ZIP

CMU_MisCov19新冠疫情Twitter错误信息特征数据集

2025年12月6日 30 88 87

数据集概述该数据集为针对新冠疫情相关Twitter错误信息的标注数据集，包含四千五百七十三条标注推文，覆盖十七个主题，同时提供标注编码手册，用于错误信息检测与特征分析研究。文件详解文件名称：COVID_19_Twitter_Misinformation_Codebook.pdf 文件格式：PDF...

ZIP

HUMANE项目REVEAL子项目人机网络调查协议

2025年12月5日 30 7 2

数据集概述本数据集是HUMANE项目框架下，针对REVEAL子项目设计的调查协议文档。REVEAL项目是人机网络（HMN）的典型案例，提供社交媒体内容聚合、过滤、推荐工具，助力用户分析信息可信度等隐藏维度。该调查聚焦REVEAL项目中人机交互场景，收集相关影响及设计建议反馈。文件详解文件名称：REVEAL Survey1.pdf...

ZIP

CT_FAN多语言假新闻检测数据集2022

2025年12月5日 30 26 5

数据集概述该数据集为多语言假新闻检测任务设计，包含2010-2022年英文和德文新闻文章，标注其真实性评级（假、部分假、真、其他）及主题领域，支持跨语言迁移学习研究，适用于构建多语言假新闻分类模型。文件详解文件名称：FakeNews_Task3_2022.zip 文件格式：ZIP压缩包内部数据字段： ID：新闻文章唯一标识符...

ZIP

虚假新闻检测数据集GottobeFakeData-nikhilkottoli

2025年5月28日 30 186 126

虚假新闻检测数据集GottobeFakeData-nikhilkottoli 数据来源：互联网公开数据标签：虚假新闻，数据集，自然语言处理，文本分析，机器学习，信息检索，新闻媒体，谣言识别数据概述：该数据集包含用于虚假新闻检测的数据，记录了新闻文章的真实性标签和相关文本内容。主要特征如下：...

ZIP

电子邮件检测数据集EmailsDetectionDataset-gungunshukla15

2025年4月25日 30 166 92

电子邮件检测数据集EmailsDetectionDataset-gungunshukla15 数据来源：互联网公开数据标签：电子邮件，垃圾邮件检测，数据集，机器学习，文本分析，网络安全，文本挖掘，信息过滤数据概述：...

ZIP

垃圾邮件检测数据集SpamEmailDetectionDataset-studymart

2025年4月25日 30 197 55

垃圾邮件检测数据集SpamEmailDetectionDataset-studymart 数据来源：互联网公开数据标签：垃圾邮件，电子邮件，数据集，机器学习，分类算法，网络安全，数据处理，信息过滤数据概述：该数据集包含来自多个来源的电子邮件记录，主要用于垃圾邮件检测和分类。主要特征如下：时间跨度：数据记录的时间范围从2002年到2015年。...

ZIP

垃圾邮件和短信数据集SpamMailsandMessagesDataset-milindashehandilhara

2025年4月24日 30 143 96

垃圾邮件和短信数据集SpamMailsandMessagesDataset-milindashehandilhara 数据来源：互联网公开数据标签：垃圾邮件，短信，数据集，文本分析，机器学习，自然语言处理，信息过滤，网络安全数据概述：该数据集包含来自多个来源的垃圾邮件和短信数据，记录了不同类型的垃圾信息。主要特征如下：...

ZIP

垃圾邮件检测数据集SpamEmailsDetectionDataset-talhabarkaatahmad

2025年4月24日 30 66 47

垃圾邮件检测数据集SpamEmailsDetectionDataset-talhabarkaatahmad 数据来源：互联网公开数据标签：垃圾邮件检测，数据集，电子邮件分析，机器学习，信息过滤，网络安全，数据科学，文本分析数据概述：该数据集包含来自多个来源的电子邮件数据，用于垃圾邮件检测任务。主要特征如下：...

ZIP

垃圾邮件分类数据集SpamEmailClassificationDataset-josiagiven

2025年4月24日 30 147 146

垃圾邮件分类数据集SpamEmailClassificationDataset-josiagiven 数据来源：互联网公开数据标签：垃圾邮件，邮件分类，数据集，文本分析，机器学习，自然语言处理，信息过滤，数据挖掘数据概述：该数据集包含来自互联网公开来源的电子邮件数据，记录了邮件的文本内容和分类标签（垃圾邮件或正常邮件）。主要特征如下：...

ZIP

电子邮件垃圾邮件检测数据集EmailSpamDetectionDataset-hudairr

2025年4月23日 30 123 78

电子邮件垃圾邮件检测数据集EmailSpamDetectionDataset-hudairr 数据来源：互联网公开数据标签：电子邮件，垃圾邮件，数据集，文本分析，机器学习，自然语言处理，网络安全，信息过滤数据概述：该数据集包含来自多个来源的电子邮件数据，记录了大量标记为垃圾邮件和非垃圾邮件的电子邮件内容。主要特征如下：...

ZIP

垃圾短信分类数据集SpamSMSClassificationDataset-arafat1746

2025年4月23日 30 15 2

垃圾短信分类数据集SpamSMSClassificationDataset-arafat1746 数据来源：互联网公开数据标签：短信分类，垃圾信息，数据集，文本分析，机器学习，自然语言处理，信息过滤，通信安全数据概述：该数据集包含来自公开短信数据源的短信信息，记录了用户接收的短信内容及其分类标签（垃圾短信或正常短信）。主要特征如下：...