有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
HLGD(Headline Grouping Dataset)|文本分类数据集|自然语言处理数据集
收藏OpenDataLab2025-03-29 更新2024-05-09 收录
下载链接：
https://opendatalab.org.cn/OpenDataLab/HLGD
下载链接
链接失效反馈资源简介：
标题分组数据集是新闻标题对的二元分类数据集。
对于每对标题，二进制标签指示两个标题是否属于同一组（并描述相同的潜在事件），或者它们是否位于不同的组中。
该数据集总共包含 20k 个带注释的标题对，进一步分为训练、验证和测试部分。
提供机构：
OpenDataLab
创建时间：
2022-06-28
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
学生课堂行为数据集 (SCB-dataset3)
学生课堂行为数据集(SCB-dataset3)由成都东软学院创建，包含5686张图像和45578个标签，重点关注六种行为：举手、阅读、写作、使用手机、低头和趴桌。数据集覆盖从幼儿园到大学的不同场景，通过YOLOv5、YOLOv7和YOLOv8算法评估，平均精度达到80.3%。该数据集旨在为学生行为检测研究提供坚实基础，解决教育领域中学生行为数据集的缺乏问题。
arXiv 收录
RAVDESS
情感语音和歌曲 (RAVDESS) 的Ryerson视听数据库包含7,356个文件 (总大小: 24.8 GB)。该数据库包含24位专业演员 (12位女性，12位男性)，以中性的北美口音发声两个词汇匹配的陈述。言语包括平静、快乐、悲伤、愤怒、恐惧、惊讶和厌恶的表情，歌曲则包含平静、快乐、悲伤、愤怒和恐惧的情绪。每个表达都是在两个情绪强度水平 (正常，强烈) 下产生的，另外还有一个中性表达。所有条件都有三种模态格式: 纯音频 (16位，48kHz .wav)，音频-视频 (720p H.264，AAC 48kHz，.mp4) 和仅视频 (无声音)。注意，Actor_18没有歌曲文件。
OpenDataLab 收录
Rail-DB
Rail-DB是由深圳技术大学创建的铁路检测数据集，包含7432对图像及其标注，涵盖多种光照、道路结构和视角条件。数据集中的轨道通过多边形进行标注，并根据背景被分为九种场景。Rail-DB旨在推动铁路检测算法的进步和比较，通过提供多样化的真实世界铁路图像，增强算法的鲁棒性。此外，数据集的创建过程包括从真实世界火车视频中获取图像，通过粗略和精细两个阶段进行标注，确保标注的准确性和完整性。Rail-DB的应用领域主要集中在铁路异常检测，特别是铁路区域的识别，以提高铁路安全和维护效率。
arXiv 收录
553个真实世界的半结构化访谈数据集
该数据集包含553个真实世界的半结构化访谈，每个访谈都与临床诊断结果配对，用于评估抑郁症、焦虑症和创伤后应激障碍等精神健康问题的早期诊断。数据集来自美国多个行为研究项目，参与者回答了五个关于日常生活、挑战性事件、应对策略、不愉快事件和积极经历的标准化问题。访谈被记录并转录，每个访谈的平均长度约为2,955个单词。该数据集旨在为自然语言处理模型提供真实且具有生态效度的基准，以评估其从自然语言中推断精神健康问题的能力。
arXiv 收录
PDT Dataset
PDT数据集是由山东计算机科学中心（国家超级计算济南中心）和齐鲁工业大学（山东省科学院）联合开发的无人机目标检测数据集，专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本，共计5775张图像，涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注，旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术，旨在提高无人机在植物保护中的目标识别精度，解决传统检测模型在实际应用中的不足。
arXiv 收录