🧨Quora_Insincere_Questions_2018

kaggle2021-02-01 更新2024-03-07 收录

文本分析

恶意内容检测

数据链接：

https://www.kaggle.com/datasets/rizdelhi/clean-quora-train-data 数据链接链接失效反馈

官方服务：

资源简介：

stop words, punctuations, numbers, etc removed. normalised the text data.

已移除停用词（stop words）、标点符号、数字等内容，并对文本数据进行了标准化处理。

创建时间：

2020-12-20

jeremyf/tiny-imagent-200

图像处理

文本分析

--- dataset_info: features: - name: image dtype: image - name: idx dtype: int64 - name: word dtype: string splits: - name: train num_bytes: 206639400.0 num_examples: 10

Hugging Face2024-04-24 更新90

jatnikonm/finding_aids_train

文本分析

机器学习

该数据集包含文本数据，主要特征为text，数据类型为字符串。数据集分为训练集、验证集和测试集，分别包含1928、241和241个样本。训练集大小为1301882字节，验证集大小为163476字节，测试集大小为161495字节。总下载大小为372444字节，数据集总大小为1626853字节。数据文件路径分别为train-*、validation-*和test-*。

Hugging Face2024-12-17 更新60

tvergho/DebateCards-phase2

文本分析

自然语言处理

该数据集包含多个文本特征，如id、标签、子标签、引用、高亮文本、下划线文本、强调文本、正文等，以及一些序列类型的特征如高亮、强调、下划线等。数据集被分割为训练集，包含844个样本，总大小为12307565字节。

Hugging Face2024-07-14 更新50

kBack_simple_12k_3grams

文本分析

机器学习

该数据集包含一个名为text的文本特征。它被划分为三个部分：训练集包含40000个示例，大小为159,469,936字节；测试集包含5000个示例，大小为19,956,656字节；验证集也包含5000个示例，大小为19,849,520字节。整个数据集的大小为199,276,112字节，下载大小为90,560,102字节。

Hugging Face2025-08-29 更新90

PlanAPlanB/sn63_2025_02_08_05

文本分析

机器学习

这个数据集包含文本内容、唯一标识符以及元数据信息，如日期、文件路径、语言、语言评分、词计数和URL。数据集被划分为训练集，共有11086个示例，大小为44245129字节。

Hugging Face2025-02-08 更新60