数据集 - 海数据

PAN25_Based_多作者写作风格变化检测数据集

2026年1月31日 30 100 91

数据集概述本数据集为PAN@CLEF2025共享任务“多作者写作风格分析”专用数据，核心任务是检测多作者文档中句子级的写作风格变化位置。数据集包含易、中、难三个难度等级，分别对应不同主题多样性的文档，各等级均划分训练、验证、测试集。文件详解文件名称：pan25-multi-author-analysis.zip 文件格式：ZIP...

ZIP

Stamatatos06_Based_作者识别C10文本数据集_2015

2026年1月22日 30 107 23

数据集概述本数据集包含来自十位不同作者（C10）的五百篇文本，用于作者识别研究。数据以压缩包形式提供，内部包含一个JSON文件记录真实标签（ground truth），无训练/测试、数据/标签或原始/处理数据的划分。文件详解文件名称：stamatatos06-authorship-attribution-...

ZIP

henryrzepa_wordpress_Based_2006_2015年7月18日博客文章及评论完整导出数据

2025年12月28日 30 111 13

数据集概述本数据集为Wordpress博客导出的XML文件，包含Henry Rzepa在2006年至2015年7月18日期间发布的四百四十篇博客文章及相关评论，是研究该时间段内特定主题博客内容的原始文本数据。文件详解文件名称：henryrzepa.wordpress.2015-07-19.xml 文件格式：XML...

ZIP

跨主题作者归属大型语料库FICSIT

2025年12月23日 30 33 4

数据集概述该数据集是精准控制跨主题样本的作者归属语料库，基于StackExchange平台数据构建，包含1237位作者的188077条文本样本，覆盖308个主题，未进行额外预处理，为跨主题作者归属研究提供基础数据。文件详解文件名称: FICSIT.zip：压缩包格式，包含跨主题作者归属的文本样本数据，具体字段需解压后查看文件名称:...

ZIP

科学文献中扭曲短语现象补充材料数据集

2025年12月20日 30 21 13

数据集概述本数据集是预印本论文《Tortured phrases: A dubious writing style emerging in science. Evidence of critical issues affecting established...

ZIP

SemEval_2022多语言新闻文章相似度数据集

2025年12月20日 30 144 49

数据集概述该数据集包含2020年上半年的多语言新闻文章对，标注了地理焦点、命名实体、时间、叙事框架、整体内容、写作风格及语气共七个维度的相似度，为新闻文本相似度研究提供标注数据支持。文件详解数据文件（CSV格式）： final_eval_data.csv：评估数据集，包含文章对语言、URL、互联网档案馆链接及GEO、ENT等七个相似度标注字段...

ZIP

多语言新闻文章相似度数据集

2025年12月9日 30 73 40

数据集概述该数据集是作者早期工作的扩展版本，包含2020年上半年的新闻文章对及其相似度标注。标注涵盖地理焦点、命名实体、时间相关性、叙事模式、整体内容、写作风格、语气及框架观点共八个维度，为多语言新闻文本的相似度分析提供结构化标注数据。文件详解文档文件： Codebook for text similarity annotations -...

ZIP

PAN23多作者写作风格分析数据集

2025年12月7日 30 78 60

数据集概述该数据集是PAN@CLEF2023多作者写作风格分析共享任务的专用数据，包含三个难度级别的文档集，用于训练和测试段落级风格变化检测算法，文档均为英文且风格变化仅发生在段落间。文件详解文件名称: pan23-multi-author-analysis.zip 文件格式: ZIP压缩包包含内容:...

ZIP

选择正确写作风格的重要性

2025年12月6日 30 26 20

数据集概述本数据集围绕选择正确写作风格的重要性展开，包含一份相关主题的PDF文档，为了解写作风格选择的意义提供基础资料。文件详解文件名称: Sаttorovа Shаhlo Shаvkаtovnа.pdf 文件格式: PDF (.pdf) 内容说明: 该文档为关于选择正确写作风格重要性的主题资料，具体内容需通过阅读PDF文档获取。适用场景...

ZIP

文本生成与人工作品对比数据集

2025年11月10日 30 174 149

文本生成与人工作品对比数据集_Text_Generation_vs_Human_Written_Content 数据来源：互联网公开数据标签：文本生成, 自然语言处理, 情感分析, 写作风格, 文本分类, 机器学习, 对比分析, 数据标注数据概述：...

ZIP

写作风格评估日志数据集WritingStyleAssessmentLogs-jianma4

2025年5月30日 30 88 18

写作风格评估日志数据集WritingStyleAssessmentLogs-jianma4 数据来源：互联网公开数据标签：写作评估, 文本分析, 行为日志, 机器学习, 自然语言处理, 写作技巧, 学习行为, 数据建模数据概述：该数据集包含来自写作练习的详细日志数据，记录了用户在写作过程中的各种行为，以及对应的写作质量评分。主要特征如下：...

ZIP

学生写作评估与生成文本数据集StudentEssayAssessmentandGeneratedTextDataset-conjuring92

2025年5月30日 30 19 16

学生写作评估与生成文本数据集StudentEssayAssessmentandGeneratedTextDataset-conjuring92 数据来源：互联网公开数据标签：文本生成, 写作评估, 机器学习, 自然语言处理, 文本分析, 情感分析, 教育, 写作风格数据概述：...

ZIP

写作风格评估数据集WritingStyleAssessmentDataset-yus002

2025年5月29日 30 13 2

写作风格评估数据集WritingStyleAssessmentDataset-yus002 数据来源：互联网公开数据标签：写作风格, 文本分析, 机器学习, 文本特征, 风格迁移, 自然语言处理, 语料库, 评估指标数据概述：该数据集包含多个CSV文件，记录了用于评估写作风格的数据。主要特征如下：时间跨度：数据未明确标明时间，可视为静态语料库。...

ZIP

写作风格与生成文本检测数据集WritingStyle-GeneratedTextDetectionDataset-shijirbatbaatar

2025年5月28日 30 103 67

写作风格与生成文本检测数据集WritingStyle-GeneratedTextDetectionDataset-shijirbatbaatar 数据来源：互联网公开数据标签：文本分析, 写作风格, 机器生成文本, 文本分类, 自然语言处理, 论文写作, 语言模型, 数据集数据概述：...

ZIP

写作风格检测与论文生成数据集WritingStyleDetectionandEssayGenerationDataset-xuanboksnb

2025年5月21日 30 14 2

写作风格检测与论文生成数据集WritingStyleDetectionandEssayGenerationDataset-xuanboksnb 数据来源：互联网公开数据标签：文本分析, 写作风格, 论文生成, 机器学习, 自然语言处理, 文本分类, 数据标注, 写作辅助数据概述：...

ZIP

科技写作文本真伪判别数据集TechnologyWritingTextAuthenticityDetection-laurensprast

2025年5月17日 30 26 0

科技写作文本真伪判别数据集TechnologyWritingTextAuthenticityDetection-laurensprast 数据来源：互联网公开数据标签：文本分析, 写作评估, 虚假信息检测, 机器学习, 自然语言处理, 文本分类, 写作风格, 数据标注数据概述：...

ZIP

文学作品作者识别文本数据集LiteraryAuthorIdentificationTextDataset-shruti0406

2025年5月14日 30 171 125

文学作品作者识别文本数据集LiteraryAuthorIdentificationTextDataset-shruti0406 数据来源：互联网公开数据标签：文本分析, 作者识别, 自然语言处理, 文本分类, 机器学习, 语料库, 风格分析, 写作风格数据概述：该数据集包含来自文学作品的文本片段，用于训练和评估作者识别模型。主要特征如下：...

ZIP

文本生成模型与人类写作对比数据集TextGenerationModelvs-HumanWritingComparison-rjraac2018

2025年5月14日 30 113 12

文本生成模型与人类写作对比数据集TextGenerationModelvs-HumanWritingComparison-rjraac2018 数据来源：互联网公开数据标签：文本生成, 自然语言处理, 写作风格, 机器学习, 文本分类, 真实性判别, 语料分析, 人工智能数据概述：...

ZIP

文学作品作者识别文本数据集LiteraryAuthorIdentificationTextDataset-fcojavierdavila

2025年5月9日 30 90 16

文学作品作者识别文本数据集LiteraryAuthorIdentificationTextDataset-fcojavierdavila 数据来源：互联网公开数据标签：文本分类, 作者识别, 文学分析, 文本语料, 机器学习, 自然语言处理, 语料库, 写作风格数据概述：该数据集包含来自文学作品的文本片段，旨在用于识别作者。主要特征如下：...