数据集 - 海数据

Arabic_Dataset_阿拉伯语疾病命名实体识别多标注方案数据集

2026年1月22日 30 181 74

数据集概述本数据集为阿拉伯语自然语言处理社区提供了专门用于疾病命名实体识别任务的标注数据。包含超六万个单词，由两位独立标注者采用IO方案手动标注，标注一致性达95.14%。此外还包含IOE、IOB等六种额外标注方案及词性标签、停用词等五种语言学特征，填补了阿拉伯语多标注方案研究的空白。文件详解文件名称：dataset.zip 文件格式：ZIP...

ZIP

Humanities_Retracted_Based_人文领域撤稿文章定量定性引用分析数据集

2026年1月17日 30 60 37

数据集概述本数据集包含人文领域撤稿文章的引用分析数据，包括引用实体特征、引用上下文及摘要、排除的低相关性撤稿文章列表，以及基于摘要和引用上下文的主题建模结果，支持对人文领域撤稿文章引用模式的定量与定性研究。文件详解压缩包文件：文件名称：data.zip 文件格式：ZIP 内容说明：包含所有数据集文件和目录的压缩包，需解压后访问内部内容...

ZIP

德国法律语言停用词数据集_SW_DE_RS

2025年12月7日 30 157 78

数据集概述该数据集是针对德国法律语言的专用停用词列表，基于1998-2020年德国联邦宪法法院等机构判决中的高频词开发，补充通用语言停用词列表，适用于法律文本的自然语言处理分析，需结合使用说明文档（Codebook）。文件详解文件名称：SW-DE-RS_v1-0-0_Datensatz.csv 文件格式：CSV...

ZIP

新闻文章文本数据分析数据集NewsArticlesTextDataAnalysis-phidole

2025年5月30日 30 122 73

新闻文章文本数据分析数据集NewsArticlesTextDataAnalysis-phidole 数据来源：互联网公开数据标签：新闻文章, 文本分析, 自然语言处理, 停用词, 词干提取, 文本分类, 情感分析, 数据挖掘数据概述：该数据集包含来自新闻文章的数据，记录了新闻标题和文章正文内容。主要特征如下：...

ZIP

印尼语仇恨言论词汇与停用词数据集IndonesianHateSpeechLexiconandStopwordsDataset-tarishamazaya

2025年5月1日 30 170 169

印尼语仇恨言论词汇与停用词数据集IndonesianHateSpeechLexiconandStopwordsDataset-tarishamazaya 数据来源：互联网公开数据标签：仇恨言论, 文本分析, 情感分析, 词汇表, 停用词, 自然语言处理, 语料库, 印尼语数据概述：...

ZIP

自然语言处理停用词与词汇列表数据集NaturalLanguageProcessingStopwordsandWordlists-nathanh4903

2025年5月1日 30 16 5

自然语言处理停用词与词汇列表数据集NaturalLanguageProcessingStopwordsandWordlists-nathanh4903 数据来源：互联网公开数据标签：停用词, 词汇列表, 自然语言处理, 文本分析, 语料库, 文本预处理, 词汇统计, 语言模型数据概述：...

ZIP

印尼语文本辱骂词与停用词数据集IndonesianTextAbusiveWordsandStopwordsDataset-tarishamazaya

2025年4月29日 30 198 141

印尼语文本辱骂词与停用词数据集IndonesianTextAbusiveWordsandStopwordsDataset-tarishamazaya 数据来源：互联网公开数据标签：文本分析, 情感分析, 自然语言处理, 停用词, 辱骂词, 印尼语, 文本预处理, 词汇表数据概述：...

ZIP

印尼语文本数据预处理数据集IndonesianTextPreprocessingDataset-fransiskusbenyamin

2025年4月29日 30 111 93

印尼语文本数据预处理数据集IndonesianTextPreprocessingDataset-fransiskusbenyamin 数据来源：互联网公开数据标签：印尼语, 文本预处理, 停用词, 词库, 脏话, 文本分析, 自然语言处理, 数据清洗数据概述：...

ZIP

预处理数据集含停用词-文本处理与分析数据集PreprocessedDatawithStopwords-TextProcessingandAnalysisD...

2025年4月24日 30 107 30

预处理数据集含停用词-文本处理与分析数据集PreprocessedDatawithStopwords-TextProcessingandAnalysisDataset-solomonschwiger 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，停用词，机器学习，数据预处理，文本分析，信息检索数据概述：...

ZIP

越南语停用词数据集VLSPStopwordsVietnameseDataset-phttrnnguyngia

2025年4月22日 30 15 10

越南语停用词数据集VLSPStopwordsVietnameseDataset-phttrnnguyngia 数据来源：互联网公开数据标签：自然语言处理，文本分析，停用词，越南语，数据集，语言学，文本挖掘，信息检索数据概述：该数据集包含了越南语的停用词列表，旨在帮助文本处理和自然语言处理任务。主要特征如下：...

ZIP

维基百科电影剧情描述去名数据集-abbrivia

2025年4月22日 30 10 1

维基百科电影剧情描述去名数据集-abbrivia 数据来源：互联网公开数据标签：电影,剧情,自然语言处理,主题建模,停用词,名字识别,维基百科数据概述：本数据集包含从维基百科抓取的35,000部电影的剧情描述，并移除了其中的所有名字。数据集通过内置的命名实体识别（NER）技术生成，并经过hunspell...