数据集 - 海数据

教育领域数据库及说明文档

2025年12月21日 30 159 73

数据集概述该数据集基于联合国教科文组织国际教育标准分类（ISCED-F），包含120个标准教育领域分类及编码，覆盖34种语言，提供搜索树界面用于受访者导航分类，支持计算机辅助调查的自识别及开放回答的后编码。文件详解数据文件：...

ZIP

ARASAAC彩色象形图第5部分

2025年12月9日 30 73 3

数据集概述该数据集为ARASAAC项目的一部分，包含一千张由Sergio Palao创建的黑白象形图，涵盖医疗、生物、实验等主题，以PNG格式存储，无目录结构与文件分割。文件详解...

ZIP

阿拉伯文脚本网页浏览器支持测试文件

2025年12月8日 30 77 34

数据集概述该数据集包含一个基础HTML文件，用于测试网页浏览器对HTML5中@lang属性的支持程度，重点验证阿拉伯文脚本的显示效果，为网页国际化与多语言兼容性测试提供基础工具。文件详解文件名称: test_lang.html 文件格式: HTML (.html) 核心内容:...

ZIP

文本校对与语言纠错资源数据集TextProofreadingandLanguageCorrectionResources-fcbk95

2025年5月30日 30 157 28

文本校对与语言纠错资源数据集TextProofreadingandLanguageCorrectionResources-fcbk95 数据来源：互联网公开数据标签：语言校对, 文本纠错, 自然语言处理, 多语言支持, 词汇校正, 语法检查, 数据集, 语言学数据概述：...

ZIP

马拉雅拉姆字符集数据集MalayalamCharacterSetDataset-raven111

2025年5月29日 30 186 42

马拉雅拉姆字符集数据集MalayalamCharacterSetDataset-raven111 数据来源：互联网公开数据标签：马拉雅拉姆字符，数据集，语言学，字符识别，机器学习，自然语言处理，学术资源，多语言支持数据概述：该数据集包含来自互联网公开资源的马拉雅拉姆字符集，记录了马拉雅拉姆语的各种字符及其相关信息。主要特征如下：时间跨度：...

ZIP

大规模语言模型扩充训练数据集LargeLanguageModelSEExtraTrainDatasets-ranchantan

2025年5月28日 30 109 32

大规模语言模型扩充训练数据集LargeLanguageModelSEExtraTrainDatasets-ranchantan 数据来源：互联网公开数据标签：自然语言处理，语言模型，数据集，机器学习，文本生成，深度学习，人工智能，多语言支持数据概述：该数据集包含来自多个来源的大规模文本数据，用于扩充和训练大规模语言模型。主要特征如下：...

ZIP

大规模语言检测数据集

2025年5月5日 30 10 6

大规模语言检测数据集数据来源：互联网公开数据标签：语言检测,ISO 639-3,自然语言处理,多语言支持,文本分析,语言识别,机器学习数据概述：本数据集包含一个约10^7行的.csv文件，每行记录包含一个句子及其对应的ISO 639-3语言代码。此外，数据集还包括一个.json文件，用于映射ISO...

ZIP

多语言翻译应用性能评估数据集

2025年4月26日 30 100 50

多语言翻译应用性能评估数据集数据来源：互联网公开数据标签：翻译应用,多语言支持,翻译质量,用户评价,性能评估,自然语言处理,机器学习数据概述：...

ZIP

Flickr30K邦加拉语数据集Flicker30KBanglaDataset-arifmahmoodsarker

2025年4月26日 30 172 145

Flickr30K邦加拉语数据集Flicker30KBanglaDataset-arifmahmoodsarker 数据来源：互联网公开数据标签：Flickr，邦加拉语，图像标注，数据集，机器学习，自然语言处理，图像识别，多语言支持数据概述：该数据集包含来自 Flickr 30K 数据集的图像和其对应的邦加拉语描述。主要特征如下：...

ZIP

维基媒体语言类别名称数据集WikimediaNamesbyLanguageCategoriesDataset-jamesxiwoolley

2025年4月25日 30 3 0

维基媒体语言类别名称数据集WikimediaNamesbyLanguageCategoriesDataset-jamesxiwoolley 数据来源：互联网公开数据标签：维基媒体，语言类别，名称数据，数据集，文本分析，自然语言处理，多语言支持，文化研究数据概述：该数据集包含来自维基媒体的数据，记录了不同语言类别下的名称信息。主要特征如下：...

ZIP

英西语翻译数据集English-SpanishTranslationDataset-nouranader

2025年4月24日 30 134 100

英西语翻译数据集English-SpanishTranslationDataset-nouranader 数据来源：互联网公开数据标签：翻译，语言学，数据集，机器学习，自然语言处理，文本分析，多语言支持，语言学习数据概述：该数据集包含来自互联网的英西语翻译数据，记录了英语和西班牙语之间的文本对应关系。主要特征如下：...

ZIP

评论测试检查翻译数据集1CommentsTestCheckTranslateDataset1-yamak1906

2025年4月23日 30 27 7

评论测试检查翻译数据集1CommentsTestCheckTranslateDataset1-yamak1906 数据来源：互联网公开数据标签：评论数据，数据集，翻译测试，自然语言处理，文本分析，机器学习，多语言支持，质量检查...

ZIP

矛盾侦探沃森训练集上采样版ContradictoryMyDearWatsonTrainUpsampled数据集-hatemalamir

2025年4月23日 30 108 18

矛盾侦探沃森训练集上采样版ContradictoryMyDearWatsonTrainUpsampled数据集-hatemalamir 数据来源：互联网公开数据标签：自然语言处理，矛盾检测，数据集，人工智能，机器学习，文本分析，情感分析，多语言支持数据概述：该数据集为Contradictory My Dear...