NLPCC2016 新闻数据集

机构
大小
18.29 MB
发布地址
github.com
分类
文本分类、文本摘要
许可协议
其他
发布日期
标签
个人开发者、中文、新闻、自然语言处理
数据集下载 磁力链 HTTPS 下载 下载帮助

OpenBayes 注册即获得免费算力

NLPCC2016 数据集与流行的新闻数据集不同，使用更多来自新浪微博的非正式文本。训练和测试数据由来自不同主题的微博组成，如金融、体育、娱乐等。该数据集为 utf-8 编码，可被用于中文分词任务

NLPCC2016.torrent

2 做种 0 下载 705 已完成
文件名大小
README.md928 B
README.txt928 B
master.zip18.29 MB

相关数据集推荐

Couplet-Dataset 对联数据集
该对联数据集共包含 70 余万条对联数据，按字切分，并分为训练数据集、测试数据集以及一份词汇表。其中，训练数据集、测试数据集又分别分为上联和下联两部分。 数据集来自于冯重朴_梨味斋散叶的博主的新浪博客，被广泛应用于 AI 对联数据集模型的训练。
OpenMantra 漫画机器翻译评估数据集
该数据集是一个针对日文漫画的机器翻译评估数据集，包含五部不同风格（幻想、爱情、战斗、悬疑、生活）的漫画，数据集中共包含 1593 个句子，848 个场景画面和 214 页漫画，由东京大学 Mantra 团队发布。 数据格式：带注释的 JSON 文件和原始图像
Google Audioset 音频事件数据集
Google Audioset 是手动注释音频事件的大型数据集，旨在为音频事件检测提供一个通用实际的评估任务，以及全面的声音事件词汇的起点。 它包含了 632 个音频分类样本，并从 YouTube 视频中提取了 2,084,320 个人标记的 10 秒声音片段，该数据集涵盖人类和…