YouTube Trending Videos Transcripts (900+)

kaggle2025-12-30 更新2026-02-14 收录

视频分析

自然语言处理

数据链接：

https://www.kaggle.com/datasets/mohamedwael001/youtube-trending-videos-transcripts-900 数据链接链接失效反馈

官方服务：

资源简介：

Over 900 transcripts of popular YT videos in json format with timestamps

本数据集收录900余条热门YouTube（YT）视频的字幕文本，所有数据均以JSON格式存储并附带时间戳信息

创建时间：

2025-12-30

jakartaresearch/semeval-absa

自然语言处理

文本分析

该数据集最初来自SemEval-2015 Task 12。与SemEval-2014不同，SemEval-2015的输入数据集包含完整的评论，而不是孤立的（可能脱离上下文的）句子。SemEval-2015将SemEval-2014的四个子任务整合在一个统一的框架内。此外，SemEval-2015还包括一个跨领域的ABSA子任务，涉及参与者未知领域的测试数据，而不是训练期间考虑的领域。

Hugging Face2022-08-14 更新460

Ksgk-fy/alignment-sft-test02

自然语言处理

--- dataset_info: features: - name: prompt dtype: string - name: completion dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 758694

Hugging Face2024-03-22 更新140

iambestfeed/wiki-text-subset

自然语言处理

文本分析

--- dataset_info: features: - name: text dtype: string splits: - name: test num_bytes: 1305088 num_examples: 4358 - name: train num_bytes: 5464857.797949871 num_examples:

Hugging Face2024-04-29 更新80

yuan-yang/MALLS-v0

自然语言处理

一阶逻辑转换

MALLS数据集包含由GPT-4生成的自然语言（NL）语句与对应的一阶逻辑（FOL）规则对。MALLS-v0版本包含34K对，这些对在语法上是正确的，但未进行严格的语义对齐检查。MALLS-v0.1版本则从v0中筛选出28K对，并对其中1K对进行了人工对齐检查。数据集文件包括未过滤的MALLS-v0.json、自动验证的MALLS-v0.1-train.json和人工验证的MALLS-v0.1-t

Hugging Face2023-10-25 更新240

cowWhySo/reddit_top_comments

社交媒体广告

自然语言处理

该数据集包含了从2005年到2022年期间，从Reddit平台上选取的多个热门子版块（如AskReddit、worldnews等）的帖子及其最高赞评论。每个数据条目包括帖子标题（title）、帖子正文（selftext）、最高赞评论（top_comment）和所属子版块（subreddit）。数据集经过筛选，仅包含至少有一个赞的评论。数据集涵盖了多个非NSFW的子版块，但可能包含一些NSFW语言。

Hugging Face2024-06-20 更新100

YouTube Trending Videos Transcripts (900+)

资源简介：

相关数据集