NLP_公开数据集帕依提提-人工智能数据集开放平台

GitHub NLP分析的标题和描述超过800万个GitHub发布了标题和描述 Over 8 million GitHub issue titles and descriptions from 2017. Prepared from instructions at How To Create Data Products...NLP,Software Classification

2.85G 669

David Shinn

街景房屋编号（SVHN）数据集，可用于对象识别算法的真实图像数据集 SVHN是一个用于开发机器学习和对象识别算法的真实图像数据集，对数据预处理和格式化的要求最低。它可以被视为与MNIST在风格上相...NLP,OCR/Text Detection,Business,Image Search 2D Box

3.91G 1864

iapr-tc11

街景文本（SVT）数据集，来自谷歌街景的图像数据 The Street View Text (SVT) dataset was harvested from Google Street View. Image text in this data exhibits high variabil...NLP,Energy 2D Box,Classification

112.7M 1403

Kai Wang

KAIST场景文本数据库 KAIST场景文本数据集包含3000张在不同环境下拍摄的图像，包括不同照明条件下（晴朗的白天、夜晚、强人工灯光等）的室外和室内场...NLP Classification

355M 825

Prof. Jin Hyung Kim Seonghun Lee

MSRA文本检测500数据库（MSRA-TD500） MSRA文本检测500数据库（MSRA-TD500），作为评估文本检测算法的基准，目的是跟踪自然图像中文本检测领域的最新进展，尤其是检测...NLP 2D Box

96.05M 1323

Cong Yao

自然场景图像的合成文本，包含80万张图像和大约800万个合成单词实例这是一个综合生成的数据集，其中word实例被放置在自然场景图像中，同时考虑场景布局。该数据集由80万张图像和大约800万个合成单...NLP,Animal 2D Box

37.9G 611

Ankush Gupta, Andrea Vedaldi and Andrew Zisserman

IIIT 5K word数据集，包含广告牌、招牌、门牌号、门牌、电影海报等查询词 The IIIT 5K-word dataset is harvested from Google image search. Query words like billboards, signboard, house numbers, h...NLP Classification

101M 649

Anand Mishra

国产剧豆瓣评论数据国产剧豆瓣评论数据...NLP 2D Box

3.66M 499

sam

企业重大合同数据企业重大合同数据...NLP N/A

53.36M 561

lopo_hui

IAM 50个最常见的作家手写数据集 IAM手写数据集是几位作者的手写文章的集合。通常，他们使用该数据根据作家的写作风格对作家进行分类。解决此类问题的传统方法是...NLP Text

186.97M 1282

TejasReddy

40万个手写姓名图像数据集该数据集包括通过慈善项目收集的超过40万个手写姓名，以支持世界各地的弱势儿童。字符识别利用图像处理技术将扫描文档上的字符转...NLP 2D Box

1.26G 1035

landlord

Twitter-dataset 数据集 ICWSM 2010论文中的数据可从以下链接获得。我们的数据集已匿名化，以保护用户自己的隐私。我们只发布有关Twitter链接结构的信息...NLP Text

311.27M 1456

ICWSM

reddit 250万个帖子数据美国 reddit 新闻网站最受欢迎的 2500 名发布者每家媒体 1000 个发布内容及评论数据集，来自订阅者的前2,500个子评价，从2013年8...NLP Text

437.79M 1384

reddit

Multi-Domain Sentiment Dataset--多域情感数据集多域情感数据集包含从Amazon.com获取的许多产品类型（域）的产品评论。一些域名（书籍和DVD）有成千上万的评论。其他（乐器）只...NLP Text

1.53M 1111

Mark Dredze

WMT 2011 News Crawl 机器翻译数据 WMT2011NewsCrawldata 是一个自然语言翻译数据，从 Europarlcorpus 语料中提取得到，包括：French-English、Spanish-English、Ge...NLP Text

25.01G 815

Europarl

250万Reddit帖子数据这是来自订阅者的前2500个子目录中的前1000个帖子的历史数据集，该数据是在2013年8月15日至20日之间从reddit中提取的。这是reddi...NLP Text

452.85M 741

Reddit

新闻类别数据集，包含20万条新闻标题该数据集包含从HuffPost获得的2012年至2018年的大约20万条新闻标题。在该数据集上训练的模型可用于识别未跟踪新闻文章的标签或识...NLP Text

25.44M 1198

Rishabh Misra

爱尔兰时报新闻数据集该新闻数据集由爱尔兰境内的《爱尔兰时报》发布的148万个头条新闻组成。创建于160年前；该机构可以长期观察欧洲发生的事情。内容...NLP Text

48.93M 790

爱尔兰时报

Twitter 社交数据集 This dataset consists of 'circles' (or 'lists') from Twitter. Twitter data was crawled from public sourc...NLP Classification

31.4M 1282

Stanford University

Google+ 社交圈子数据集 This dataset consists of 'circles' from Google+. Google+ data was collected from users who had manually shared t...NLP Classification

773M 863

Stanford University

Select Language

AI社区

今日排行

本月搜索

Dataset Category

公开数据集