数据集 - 海数据

文本情感分析训练测试数据集

2025年8月8日 60 16 3

文本情感分析训练测试数据集_Text_Sentiment_Analysis_Training_and_Testing_Dataset 数据来源：互联网公开数据标签：情感分析, 文本分类, 自然语言处理, 机器学习, 文本语料, 数据集, 训练集, 测试集数据概述：...

ZIP

医学论文主题分析与词向量模型数据集

2026年2月28日 30 191 37

医学论文主题分析与词向量模型数据集_Medical_Paper_Topic_Analysis_and_Word_Embedding_Model_Dataset 数据来源：互联网公开数据标签：医学论文, 主题分析, 词向量模型, 自然语言处理, 文本挖掘, 机器学习, 论文摘要, 文本语料数据概述：...

ZIP

TextGrid_CC_BY_3_0授权_XML格式语料库数据

2026年1月28日 30 124 6

数据集概述本数据集为XML格式的文本语料库压缩包，所有文本源自TextGrid平台，由Katrin Dennerlein博士整理。语料库采用CC-BY 3.0协议授权，相关研究在《席勒-克莱斯特不确定性原理》中被提及，可用于计算机语言学或文本分析相关研究。文件详解文件名称：XML.zip 文件格式：ZIP（压缩包）...

ZIP

德国联邦法院和联邦专利法院判例要旨数据集_2025年

2026年1月31日 30 187 134

数据集概述本数据集收录了2000至2025年间德国联邦最高法院（BGH）第十及第十a审判庭与德国联邦专利法院（BPatG）的判例要旨，总计包含1839项判决的核心法律原则，支持法律研究与判例分析场景下的应用。文件详解文件名称：sammlung_bgh_bpatg.txt 文件格式：TXT...

ZIP

AgeMascFeb2023_新亚述时期年龄与男性气质研究数据集

2026年1月28日 30 109 82

数据集概述本数据集为论文《Age and Masculinities During the Neo-Assyrian Period》的配套文件，包含文本语料构建、PMI测量、Gephi可视化及分析相关的全部内容，支持对新亚述时期年龄与男性气质主题的研究，共含1个压缩文件。文件详解文件名称：AgeMascFeb2023.zip 文件格式：ZIP...

ZIP

IRaMuteQ_Based_竞选活动算法研究与科学计量分析数据

2026年1月28日 30 171 126

数据集概述本数据集是论文《竞选活动算法研究：基于IRaMuteQ的分析》的原始数据，包含2008至2018年Scopus数据库中“政治算法在竞选活动”主题的150篇学术文章文本语料，通过科学计量技术和IRaMuteQ内容分析开展探索性研究，涵盖数据挖掘、统计分析、分类等方法。文件详解文件名称：STUDY ON ALGORITHMS IN...

ZIP

Bangla_REX_Based_孟加拉语关系抽取数据集_完整标注版

2026年1月23日 30 161 101

数据集概述本数据集是针对孟加拉语关系抽取任务构建的专用数据集，基于结构化知识库和标注语料的理论框架生成。包含63,256条条目组成的孟加拉语知识库（KB）、90,441条带命名实体识别（NER）和词性标注（POS）的文本语料，以及440个孟加拉语地点助记符，可直接用于关系抽取任务。文件详解 location_mnemonics.xlsx...

ZIP

Base_datos_基于西班牙语国际媒体的COVID_19阅读习惯与教育研究数据库

2026年1月18日 30 143 60

数据集概述本数据集来自Teknokultura期刊2022年发表的论文，聚焦西班牙语国际媒体报道中COVID-19疫情期间教育与阅读领域的挑战分析。包含2个文件，覆盖结构化数据与文本语料，为研究疫情对阅读习惯和教育的影响提供支持。文件详解文件名称：basededatoshabitoslecturaeducacioncovid.sav...

ZIP

乌兹别克语词汇与语境意义研究文档

2025年12月22日 30 78 44

数据集概述该数据集包含一份关于乌兹别克语词汇及其语境意义的研究文档，聚焦词汇在不同语境下的语义表达，为乌兹别克语语言学研究提供文本资料支持。文件详解文件名称: Rahmatova Madina Shahobiddinovna.pdf 文件格式: PDF (.pdf) 文件内容:...

ZIP

西班牙国家图书馆19世纪末文化杂志数据集_CORSMAXIX

2025年12月14日 30 114 65

数据集概述本数据集收录西班牙国家图书馆藏1898-1899年间三种19世纪末西班牙文化杂志的48期内容，包含短篇故事、诗歌、评论及社会政治散文，覆盖西班牙政治文化转型关键时期，为人文社科领域的计算分析提供丰富语料支持。文件详解索引文件（CSV格式）： CORSMAXIX_la_vida_literaria_index.csv：《La vida...

ZIP

哥廷根印度语言电子文本注册库_摩诃婆罗多节选

2025年12月14日 30 141 56

数据集概述该数据集是哥廷根印度语言电子文本注册库（GRETIL）收录的《摩诃婆罗多》节选内容，包含十七个HTML格式文件，未进行训练测试、数据标签或原始/处理数据的拆分，所有文件均为网页格式，无额外说明文档或内容预览。文件详解...

ZIP

基于主题的英文维基百科与推特用户数据集

2025年11月27日 30 167 116

数据集概述本数据集收集自英文维基百科与推特平台，包含经预处理的维基百科文章文本及推特用户数据。预处理步骤包括词形还原、俚语转换为标准英语、去除停用词，以及维基百科标记语言处理，最终生成纯文本格式内容。文件详解文件名称: Wiki_En.rar 文件格式: RAR压缩包 (.rar) 内容说明:...

ZIP

有声小说文本音频数据集

2025年11月1日 30 50 46

有声小说文本音频数据集_Audiobook_Text_Audio_Dataset 数据来源：互联网公开数据标签：语音识别, 自然语言处理, 有声书, 文本转语音, 语音合成, 声学模型, 文本语料, 语音数据数据概述：该数据集包含有声小说文本和对应的音频文件，旨在为语音处理和自然语言处理任务提供支持。主要特征如下：...

ZIP

维基百科文章段落文本数据集

2025年10月17日 30 148 141

维基百科文章段落文本数据集_Wikipedia_Article_Paragraphs_Text 数据来源：互联网公开数据标签：文本分析, 自然语言处理, 语料库, 文本挖掘, 维基百科, 文本语料, 语义分析, 信息检索数据概述：...

ZIP

新闻文章内容分析数据集

2025年8月2日 60 32 17

新闻文章内容分析数据集_News_Articles_Content_Analysis 数据来源：互联网公开数据标签：新闻分析, 文本挖掘, 自然语言处理, 内容分类, 舆情分析, 情感分析, 文本语料, 数据集数据概述：该数据集包含来自新闻网站的文章内容，记录了各类新闻报道的文本信息。主要特征如下：...

ZIP

俄罗斯新闻文本情感分析数据集

2025年8月23日 30 188 88

俄罗斯新闻文本情感分析数据集_Russian_News_Text_Sentiment_Analysis 数据来源：互联网公开数据标签：情感分析, 文本挖掘, 俄语, 新闻, 自然语言处理, 情感分类, 文本语料, 情绪识别数据概述：该数据集包含来自俄罗斯新闻网站的数据，记录了新闻文章的文本内容，用于情感分析任务。主要特征如下：...

ZIP

文本情感分析训练数据集TextSentimentAnalysisTrainingData-wu468ef

2025年5月30日 30 173 28

文本情感分析训练数据集TextSentimentAnalysisTrainingData-wu468ef 数据来源：互联网公开数据标签：情感分析, 文本分类, 自然语言处理, 机器学习, 情感极性, 二分类, 文本语料, 舆情分析数据概述：该数据集包含来自不同来源的文本数据，记录了用于情感分析的文本样本及其对应的情感标签。主要特征如下：...

ZIP

多语言情感分析文本数据集MultilingualSentimentAnalysisTextDataset-aylinnaebzadeh

2025年5月29日 30 27 21

多语言情感分析文本数据集MultilingualSentimentAnalysisTextDataset-aylinnaebzadeh 数据来源：互联网公开数据标签：情感分析, 自然语言处理, 多语言, 文本分类, 情绪识别, 机器学习, 文本语料, 情感标注数据概述：...

ZIP

预处理后语料库数据集CorpusAfterPreprocessed18deDataset-ictworld

2025年5月29日 30 187 157

预处理后语料库数据集CorpusAfterPreprocessed18deDataset-ictworld 数据来源：互联网公开数据标签：自然语言处理，文本数据，数据集，数据预处理，机器学习，文本分类，语言模型，深度学习数据概述：该数据集包含经过预处理的文本数据，记录了经过清洗、分词和标准化等处理的语料信息。主要特征如下：...